《决策理论导引》求取 ⇩

第一章导言1

1.1 为何要学决策理论？1

1.2 什麽是决策理论？4

1.3 对未来的一眺5

第二章一些机率工具6

2.1 为什麽要学习机率？6

2.2 事件之机率6

2.3 机率法则及其使用15

2.4 随机变数和期望值24

2.5 摘要36

第三章在没有抽样情况下分析问题42

3.1 决策理论问题之特性42

3.2 选择最佳行动的方法44

3.3 机会损失之观念48

3.4 大中取小损失50

3.5 这些技术之摘要——一个迈克买车问题之分析53

3.6 决策树54

3.7 摘要及展望58

第四章期望值准则之进一步分析64

4.1 期望值准则之一个探讨64

4.2 效用理论67

4.3 再回到期望值81

4.4 货币曲线之效用84

4.5 条件效用对条件偿付89

4.6 效用之其他层面93

4.7 摘要及预测94

第五章简单抽样情况下之分析98

5.1 抽样观念100

5.2 策略及其使用101

5.3 抽样成本之配合107

5.4 一个进一步之例子108

5.5 用决策树来解111

5.6 出版商问题之决策树分析118

5.7 摘要121

第六章二项抽样问题（Ⅰ）125

6.1 二项抽样之机率面127

6.2 二项抽样中之一组事件132

6.3 例题一则133

6.4 二项抽样问题之策略135

6.5 n固定时找最佳策略137

6.6 简捷计算法139

6.7 鸟瞰和另一个例子143

6.8 摘要149

第七章二项抽样问题153

7.1 抽样的观念155

7.2 最佳样本个数之决定156

7.3 摘要164

第八章二项抽样问题判断之悬空164

8.1 一个已得样本的分析166

8.2 判断的悬空，或在一组样本之成果已知时考虑采取另一组样本172

8.3 摘要175

第九章连续型机率分配之导引及其在决策理论问题之应用179

9.1 连续分配的一般观念182

9.2 从机率密度函数求机率184

9.3 连续机率分配之平均数及变异数184

9.4 连续机率分配之平均数及变异数的导出185

9.5 有用的连续机率分配186

9.6 当事先分配是连续型时之决策192

9.7 摘要206

第十章二项抽样问题（Ⅲ）207

10.1 连续事先分配之补充209

10.2 修正后之Beta分配213

10.3 用Beta事先做事后抽样之决策214

10.4 涉及抽样的问题216

10.5 摘要224

第十一章在平均数为事件时做决策226

11.1 二个例子228

11.2 偿付函数分析230

11.3 对这些问题做一决策233

11.4 用常态分配做为事先234

11.5 常态分配之困难是247

11.6 南咖啡之附注246

11.7 摘要247

第十二章在抽样时有关平均数之决策250

12.1 统计入门252

12.2 常态事先用常态抽样来补充资料261

12.3 样本个数固定时策略之求决272

12.4 求最适样本个数275

12.5 摘要281

第十三章定向实际科学283

13.1 事先分配之建立286

13.2 无共轭事先时解常态抽样问题304

13.3 线性偿付假设之改变对问题有何影响？310

13.4 摘要311

第十四章我们将朝那个方向前进313

14.1 你已学到了什麽315

14.2 你还没学会去解的有那些问题316

14.3 技术人员需要进一步地去研究那些318

14.4 决策理论要往那里走318