简介：贝叶斯可信区间地图

欢迎来到这里！在你的贝叶斯统计旅程中，你已经学会如何结合既有认知（先验分布 Prior）与新数据（概似函数 Likelihood），从而得出对世界的更新观点（后验分布 Posterior）。但一旦你拥有了这个后验分布，你该如何利用它来进行决策或给出估计呢？

在本章中，我们将探讨可信区间（Credible Intervals）。你可以把它想象成你在频率学派（Frequentist statistics）统计中见过的“置信区间（Confidence Intervals）”的贝叶斯版本。然而，正如你即将看到的，贝叶斯区间在解释上通常直观得多，也更“友好”。如果初看数学算式觉得有点吃力，请别担心——我们会一步步为你拆解！

1. 什么是可信区间？

可信区间是指在已知观测数据的情况下，未知参数（我们称之为 \( \theta \)）以特定概率落入的数值范围。

如果我们计算出索赔频率 \( \lambda \) 的 95% 可信区间为 [0.02, 0.08]，我们可以直接说：“\( \lambda \) 的真实值有 95% 的概率介于 0.02 到 0.08 之间。”

等等，这不就是置信区间吗？
事实上，并非如此！在频率学派统计（置信区间）中，参数是固定的，而区间本身是随机的。你必须说：“在 95% 的重复抽样中，这个区间将包含真实参数。”
在贝叶斯统计中，参数是随机的，而数据是固定的。这让我们可以直接针对参数本身进行概率陈述。对大多数人来说，这理解起来自然得多！

重点总结：

\( \theta \) 的 \( 100(1-\alpha)\% \) 贝叶斯可信区间是指任何满足以下条件的区间 \((a, b)\)：
\( P(a < \theta < b | \text{data}) = 1 - \alpha \)

2. “简单情况”：中央可信区间

虽然选取区间的方法有很多种（因为许多不同的范围累加起来都可以达到 95%），但 IFoA 课程主要关注中央可信区间（Central Credible Intervals）（也称为等尾区间）。

要找到 \( 100(1-\alpha)\% \) 的中央可信区间，我们只需将“剩余”的概率 (\( \alpha \)) 一分为二，各占 \( \alpha/2 \)，分别放在左尾和右尾。

步骤流程：
1. 找出你参数的后验分布（例如：它是正态分布？Gamma 分布？还是 Beta 分布？）。
2. 确定你想要的总概率（例如：95%，所以 \( \alpha = 0.05 \))。
3. 找到 \( \alpha/2 \) 分位数（下界，\( a \)）。
4. 找到 \( 1 - \alpha/2 \) 分位数（上界，\( b \)）。

例子：对于 95% 的区间，你需要找出后验分布的第 2.5 百分位数和第 97.5 百分位数。

3. 使用正态分布

最常见的“简单情况”涉及正态后验分布。由于正态分布是对称的，找到区间非常直接。

如果 \( \theta \) 的后验分布为 \( N(\mu_{post}, \sigma^2_{post}) \)，则 \( 100(1-\alpha)\% \) 的可信区间为：
\( (\mu_{post} - z_{\alpha/2} \cdot \sigma_{post}, \mu_{post} + z_{\alpha/2} \cdot \sigma_{post}) \)

你知道吗？
对于 95% 的区间，\( z_{\alpha/2} \) 是 1.96。对于 90% 的区间，它是 1.6449。你可以在你的公式与统计表（Gold Book）中找到这些数值！

例子示范：
想象你计算出未知平均损失 \( \mu \) 的后验分布为 \( N(500, 100) \)。请注意，方差为 100，因此标准差为 10。
要找到 95% 的可信区间：
下界：\( 500 - (1.96 \times 10) = 480.4 \)
上界：\( 500 + (1.96 \times 10) = 519.6 \)
解读：真实平均损失有 95% 的概率介于 480.4 和 519.6 之间。

4. 其他分布（Gamma 与 Beta）

有时你的后验分布不是正态分布。例如：
- 如果你使用泊松 (Poisson) 概似函数和Gamma 先验，你的后验分布为Gamma。
- 如果你使用二项式 (Binomial) 概似函数和Beta 先验，你的后验分布为Beta。

在这些情况下，你不能直接使用“加减”捷径，因为这些分布通常不对称。相反，你必须使用统计表或分布的性质，找到累积分布函数 (CDF) 等于 \( \alpha/2 \) 和 \( 1 - \alpha/2 \) 的点。

Gamma 分布的小撇步：
IFoA 的统计表提供了 \( \chi^2 \)（卡方）分布的值。请记住，Gamma 分布可以转换为卡方分布！
如果 \( \theta \sim Gamma(\alpha, \lambda) \)，那么 \( 2\lambda\theta \sim \chi^2_{2\alpha} \)。这在考试中简直是救命稻草！

快速复习：

- 先验分布 (Prior)：我们在看到数据前的想法。
- 后验分布 (Posterior)：我们在看到数据后更新的信念。
- 可信区间 (Credible Interval)：由后验分布得出的数值范围，以特定概率包含该参数。

5. 需避开的常见陷阱

1. 使用了先验分布：学生常会不小心使用先验参数而不是后验参数来计算区间。务必检查你的作业！区间应该基于你“更新后”的知识。
2. 混淆方差与标准差：在正态分布公式中，记得要使用标准差 (\( \sigma \))，而不是方差 (\( \sigma^2 \))。
3. 使用频率学派的语言：在书面回答时要小心措辞。不要说“95% 的样本...”，而要说“参数落在此范围内的概率为 95%”。

考试成功步骤总结

1. 识别概似函数和先验分布，以确定后验分布及其参数。
2. 决定显著性水平 \( \alpha \)（例如：对于 90% 可信区间，\( \alpha = 0.10 \))。
3. 找到数值 \( a \) 和 \( b \)，使得 \( a \) 左侧的面积为 \( \alpha/2 \)，而 \( b \) 右侧的面积为 \( \alpha/2 \)。
4. 清晰地将区间表达为 \( (a, b) \)，并在被要求时提供简短的解读。

如果起初觉得这些很棘手，别担心！一旦你识别出你正在处理的分布，数学计算通常只是简单的代数运算。练习先找出后验参数，区间计算自然会迎刃而解。