Beslutsfattandets kriterier
Jump to navigation
Jump to search
Beslutsfattandets kriterier — inom beslutsteorin, formaliserade regler eller metoder som används för att välja en optimal strategi under förhållanden av osäkerhet eller risk. De möjliggör en systematisering av urvalsprocessen och fastställer det föredragna beslutet utifrån tillgängliga data eller antaganden om omvärlden.
Grundläggande begrepp
- Osäkerhetsförhållanden — en situation då det är okänt vilket utfall som följer efter ett beslut och där tillförlitliga sannolikheter för olika utfall saknas.
- Riskförhållanden — en situation då sannolikheterna för olika utfall är kända eller rimligen kan uppskattas.
Kriterier under osäkerhet
- Walds kriterium: Inriktat på att maximera det lägsta möjliga resultatet. Utgör en pessimistisk strategi för skydd mot de sämsta utfallen.
- Maximax-kriteriet: Inriktat på det högsta möjliga resultatet. Utgör ett optimistiskt angreppssätt som räknar med det bästa scenariot.
- Hurwicz kriterium: En kompromiss mellan optimism och pessimism. Valet bestäms med hjälp av en optimismparameter som anger balansen mellan det sämsta och det bästa utfallet.
- Savages kriterium: Minimerar den maximala ångesten över att ha fattat ett felaktigt beslut. Bedömningen grundas på skillnaden mellan det optimala och det faktiska resultatet.
- Laplace-kriteriet: Förutsätter att alla utfall är lika sannolika. Den strategi väljs som har det högsta förväntade genomsnittliga resultatet.
Kriterier under risk
- Bayes kriterium: Baseras på maximering av det förväntade resultatet med hänsyn till kända eller uppskattade sannolikheter för utfall. Tillämpas när sannolikheterna är tillförlitligt kända.
- Hodge–Lehmanns kriterium: Kombinerar Walds och Bayes angreppssätt. Beaktar både det lägsta möjliga resultatet och medelvärdet baserat på sannolikheter, med en given viktning.
- Bayes minimax-kriterium: Tillämpas vid osäkerhet kring sannolikheterna. Den strategi väljs som minimerar den sämsta förväntade risken bland alla tillåtna sannolikhetsfördelningar.
Val av kriterium
Valet av kriterium beror på:
- tillgången till information om sannolikheter,
- förhållningssättet till risk (benägenhet till optimism eller pessimism),
- den specifika uppgiftens särdrag.
Under förhållanden av fullständig osäkerhet tillämpas oftast Walds, Maximax-, Hurwicz-, Savages och Laplace-kriterierna.
Under riskförhållanden är Bayes, Hodge–Lehmanns eller Bayes minimax-kriterier att föredra.
Jämförelsetabell
| Kriterium | Tillämpningsförhållanden | Typ av resultat | Strategins karaktär | Kräver kännedom om sannolikheter | Typ av optimering | Grundläggande beräkningsmetod | Robusthet mot fel |
|---|---|---|---|---|---|---|---|
| Wald | Fullständig osäkerhet | Lägsta resultat | Pessimistisk | Nej | Maximering av minimum | Val av det högsta bland de lägsta resultaten | Hög |
| Maximax | Fullständig osäkerhet | Högsta resultat | Optimistisk | Nej | Maximering av maximum | Val av det högsta bland de högsta resultaten | Låg |
| Hurwicz | Fullständig osäkerhet | Viktat värde mellan minimum och maximum | Kompromissinriktad | Nej | Viktad optimering | Beräkning av medelvärdet mellan minimum och maximum med vikter | Medel |
| Savage | Fullständig osäkerhet | Maximal ångest | Försiktig | Nej | Minimering av ångest | Uppbyggnad av ångestmatris och val av minimal maximal ångest | Hög |
| Laplace | Fullständig osäkerhet | Genomsnittligt resultat | Neutral | Nej | Maximering av medelvärde | Beräkning av medelvärdet över alla utfall | Medel |
| Bayes | Risk (sannolikheter kända) | Förväntat resultat | Optimistisk (rationell) | Ja | Maximering av förväntad vinst | Beräkning av det matematiska väntevärdet utifrån sannolikheter | Medel |
| Hodge–Lehmann | Partiell osäkerhet | Kombinerat resultat | Kompromissinriktad | Delvis | Kombinerad optimering | Kombination av minimum och matematiskt väntevärde med vikter | Medel |
| Bayes minimax | Partiell osäkerhet (osäkerhet kring sannolikheter) | Maximal förväntad risk | Pessimistisk | Delvis | Minimering av maximal risk | Minimering av den sämsta bayesianska risken bland alla tillåtna sannolikheter | Hög |