管理决策分析第二版第5章贝叶斯决策分析
        引言                        决策是需要信息的，信息包括两个方面：１、结果值；２、自然状态的概率。                贝叶斯决策是分析有关自然状态概率的信息对决策的影响。                面临的问题是：一方面信息越准确对决策越有利；一方面获得信息是有成本的。这两者之间会有一个平衡，因此需要知道信息的价值。                要想知道信息的价值，必须了解贝叶斯分析的原理。
预备知识
一、先验概率与后验概率先验概率 ( Prior probability)                 先验概率是在缺乏某个事实的情况下描述一个随机变量; 先验概率通常是经验丰富的专家的纯主观的估计. 比如在法国大选中女候选罗雅尔的支持率 p,在进行民意调查之前, 可以先验概率来表达这个不确定性. 后验概率 ( posterior probability)                 后验概率是在考虑了一个事实之后的条件概率.后验概率可以根据通过Bayes定理, 用先验概率和似然函数计算出来.