作为贝叶斯学派的人,我们试图承认我们对数据和模型的所有不确定性,并将它们表达为概率分布。正如我们在前面的章节中看到的,这种方法使我们能够在使用我们的模型预测未来时量化预测不确定性。这对于这些预测的用户(无论是我们自己还是我们向其报告结果的人)当然是重要的。我们的概率结果不仅允许预测,还可以计算风险,并且更一般地,支持决策制定。我们的概率结果不仅允许预测,还可以计算风险,并且更一般地说,可以支持决策制定。
这本书旨在为对严格风险分析感兴趣的研究者和决策者提供指导。如果熟悉概率理论,将使阅读本书更加容易,但书中包含了概率风险分析(PRA)和贝叶斯决策理论(BDT)的简单介绍。我们努力避免专业术语,并在书中定义所有我们使用的术语。为了展示理论的实际应用,我们包括了许多应用实例,大多数使用非常简单的人工数据集。这些例子来自环境科学领域,包括生态学和林业,但我们的分析方法是完全通用的。我们希望其他领域的人士能在自己的工作中找到应用的灵感。这个理论适用于离散事件危险(例如,地震)和连续危险(例如,永远不为零的污染或永远不是最优的水供应)。