Далее, условная
для У при
имеет вид
Следовательно, на втором этапе эксперимента, состоящем в наблюдении У, о. в. п. (2) можно рассматривать как априорную о. в. п. для
и условные о. в.
образуют при
соответствующее семейство распределений У. Апостериорная о. в.
х, у) параметра
при
может быть теперь найдена следующим образом:
Если о. в. п. (2) и (3) подставить в (4), то придем к (1). Эта означает, что если наблюдения производятся в несколько этапов, то апостериорное распределение можно вычислять на каждом этапе, беря в качестве априорного распределения для последующего этапа апостериорное распределение, полученное на предыдущем. Из наших рассуждений также следует, что если апостериорное распределение
при
вычисляется в два приема, то окончательный результат не зависит от того, какая из случайных величин, X или У, наблюдалась сначала.
Процесс принятия решения может быть теперь описан в следующем весьма упрощенном, но полезном виде. В каждый заданный момент времени статистик располагает вероятностным распределением параметра
С течением времени к статистику поступает информация о
и статистик использует эту информацию для корректировки распределения
В те моменты времени, когда статистику надо принять решение, последствия которого связаны с
он выбирает решение, оптимальное относительно распределения
в данный текущий момент.
В некоторых отношениях такое описание процесса принятия решений довольнореалистично. Действительно, в течение жизни мы пересматриваем наши представления о различных параметрах с ростом информации о них и при принятии решения мы основываемся на наших сегодняшних представлениях. В некоторых ситуациях, однако, от выбора решения в настоящий момент может зависеть та информация, которую мы получим в дальнейшем, и следовательно, этот выбор может повлиять на решения статистика, которые он примет в будущем. Задачи, в которых статистик должен принимать во внимание будущее и строить соответствующие планы, называются задачами последовательного решения. Некоторые из них будут рассмотрены в гл. 12—14.