0-1损失函数下的贝叶斯估计量是后验分布的中位值.
举一反三
- 0-1损失函数下的贝叶斯估计量是后验分布的中位值. A: 正确 B: 错误
- 关于损失函数与贝叶斯估计的关系，以下陈述正确的一项为（）。 A: 平方损失函数下，后验分布的中位数是所求的贝叶斯估计 B: 绝对值损失函数下，后验分布的均值是所求的贝叶斯估计 C: 在0-1误差函数下，后验分布的均值是所求的贝叶斯估计 D: 最小平方信度估计是平方损失函数下的贝叶斯估计 E: 以上答案都不正确
- 下列关于贝叶斯统计的说法错误的是（ ） A: 在二次损失函数下，未知参数的贝叶斯估计量为其后验期望. B: 贝叶斯统计推断都是从后验分布开始的 C: 经典统计的点估计量对应决策论中的决策函数. D: 在线性损失函数下，未知参数的贝叶斯估计量为其后验期望.
- 下列关于贝叶斯估计说法不正确的是： A: 最大似然估计、最大后验估计都是贝叶斯估计 B: 对于随机变量，可采用最小均方估计 C: 贝叶斯估计的表达形式与所选择的代价函数有关 D: 贝叶斯估计的表达形式与参数的先验分布有关
- 下列关于贝叶斯方法进行损失分布估计描述错误的是： A: 参数的先验分布可以只是一个猜测 B: 贝叶斯方法中参数是一个随机变量，而不是一个估计值 C: 为了减少积分计算，我们通常将参数的先验分布限制为离散型 D: 损失函数为二次函数时，参数的贝叶斯估计就是后验分布的均值