Decision Analysis

课程简介

初步概率论：复习概率论，先验和后验分布，贝叶斯定理，先验的选择：赌注，共轭分布族，模糊和不适当先验。 决策分析模型结构：决策分析问题的性质和分类，决策树，参数和预测的贝叶斯区间，带抽样的决策分析，完美和不完美信息的期望信息价值，敏感性分析。 不确定性下的决策分析：最大化/最小化/拉普拉斯准则，现实性准则，最小遗憾准则，最小遗憾决策和贝叶斯解，包括简单结果的游戏理论。 风险下的决策分析：风险态度，风险度量，风险溢价，主观度量和效用理论。 多属性下的决策分析：冲突的目标，分析层次过程，目标规划，多属性效用模型，帕累托最优，有效前沿。 应用：资本投资，库存控制，其他工业和金融应用。

学习目标

使学生能够理解不确定性下的决策分析理论和方法，认识到专家判断和信息价值在决策和风险管理中的作用，并在工业和金融领域应用这些知识。

先修要求

先修课程：商业统计导论（AMA1501）或统计导论（AMA1502/AMA1602）或概率与工程统计（AMA2104）或概率与分布（AMA2691）或金融数学方法（AMA2703）或数据科学原理（DSAI1103）或同等课程。排除课程：决策分析（AMA484）。

教学模式

本课程主要通过讲授和辅导进行。讲授将介绍课程大纲中的决策分析概念，然后通过演示、辅导练习和作业等活动加以强化。