---
title: "Decision criteria — เกณฑ์การตัดสินใจ"
source: "https://systems-analysis.info/int/Decision_criteria_%E2%80%94_%E0%B9%80%E0%B8%81%E0%B8%93%E0%B8%91%E0%B9%8C%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%95%E0%B8%B1%E0%B8%94%E0%B8%AA%E0%B8%B4%E0%B8%99%E0%B9%83%E0%B8%88"
wiki: "systems-analysis.info/int"
article: "Decision_criteria_—_เกณฑ์การตัดสินใจ"
language: "th"
categories:
  - "Category:Decision theory"
  - "Category:Decision-making"
  - "Category:Thai"
revision_id: 1481
wiki_created_at: 2026-09-06T22:49:21Z
wiki_modified_at: 2026-09-06T22:49:21Z
downloaded_at: 2026-09-07T22:46:15Z
---

# Decision criteria — เกณฑ์การตัดสินใจ

**เกณฑ์การตัดสินใจ** — ในทฤษฎีการตัดสินใจ หมายถึงกฎหรือวิธีการที่ถูกทำให้เป็นรูปแบบทางการ ซึ่งนำมาใช้เพื่อเลือกกลยุทธ์ที่เหมาะสมที่สุดในสภาวะความไม่แน่นอนหรือความเสี่ยง เกณฑ์เหล่านี้ช่วยให้กระบวนการเลือกเป็นระบบ และกำหนดการตัดสินใจที่ดีที่สุดบนพื้นฐานของข้อมูลที่ทราบหรือข้อสมมติเกี่ยวกับสภาพแวดล้อมภายนอก

## แนวคิดพื้นฐาน

- **สภาวะความไม่แน่นอน** — สถานการณ์ที่ไม่ทราบว่าผลลัพธ์ใดจะเกิดขึ้นหลังจากการตัดสินใจ และไม่มีความน่าจะเป็นที่เชื่อถือได้ของผลลัพธ์ต่าง ๆ
- **สภาวะความเสี่ยง** — สถานการณ์ที่ทราบหรือสามารถประมาณความน่าจะเป็นของผลลัพธ์ต่าง ๆ ได้อย่างสมเหตุสมผล

## เกณฑ์ในสภาวะความไม่แน่นอน

- เกณฑ์ Wald: มุ่งเน้นการเพิ่มค่าสูงสุดของผลลัพธ์ขั้นต่ำที่เป็นไปได้ เป็นกลยุทธ์แบบมองโลกในแง่ร้ายเพื่อป้องกันผลลัพธ์ที่เลวร้ายที่สุด
- เกณฑ์ Maximax: มุ่งเน้นผลลัพธ์สูงสุดที่เป็นไปได้ เป็นแนวทางแบบมองโลกในแง่ดีที่คาดหวังสถานการณ์ที่ดีที่สุด
- เกณฑ์ Hurwicz: เป็นการประนีประนอมระหว่างการมองโลกในแง่ดีและแง่ร้าย การเลือกจะพิจารณาโดยใช้พารามิเตอร์ความมองโลกในแง่ดี ซึ่งกำหนดความสมดุลระหว่างผลลัพธ์ที่แย่ที่สุดและดีที่สุด
- เกณฑ์ Savage: ลดค่าสูงสุดของความเสียใจจากการตัดสินใจที่ผิดพลาด การประเมินอยู่บนพื้นฐานของส่วนต่างระหว่างผลลัพธ์ที่เหมาะสมที่สุดกับผลลัพธ์จริง
- เกณฑ์ Laplace: สมมติว่าผลลัพธ์ทุกอย่างมีความน่าจะเป็นเท่ากัน เลือกกลยุทธ์ที่มีค่าเฉลี่ยผลลัพธ์ที่คาดหวังสูงสุด

## เกณฑ์ในสภาวะความเสี่ยง

- เกณฑ์ Bayes: อยู่บนพื้นฐานของการเพิ่มค่าสูงสุดของผลลัพธ์ที่คาดหวังโดยคำนึงถึงความน่าจะเป็นของผลลัพธ์ที่ทราบหรือประมาณไว้ ใช้เมื่อทราบความน่าจะเป็นอย่างน่าเชื่อถือ
- เกณฑ์ Hodge-Lehmann: รวมแนวทางของ Wald และ Bayes เข้าด้วยกัน คำนึงถึงทั้งผลลัพธ์ขั้นต่ำที่เป็นไปได้และค่าเฉลี่ยบนพื้นฐานของความน่าจะเป็น โดยมีน้ำหนักที่กำหนดไว้
- เกณฑ์ Minimax ของ Bayes: ใช้เมื่อมีความไม่แน่นอนเกี่ยวกับความน่าจะเป็น เลือกกลยุทธ์ที่ลดค่าความเสี่ยงที่คาดหวังในกรณีเลวร้ายที่สุดให้ต่ำที่สุดในบรรดาการกระจายความน่าจะเป็นที่อนุญาตทั้งหมด

## การเลือกเกณฑ์

การเลือกเกณฑ์ขึ้นอยู่กับ:

- ความพร้อมใช้งานของข้อมูลเกี่ยวกับความน่าจะเป็น
- ทัศนคติต่อความเสี่ยง (แนวโน้มการมองโลกในแง่ดีหรือแง่ร้าย)
- ลักษณะเฉพาะของปัญหาที่กำลังพิจารณา

ในสภาวะความไม่แน่นอนอย่างสมบูรณ์ มักนำเกณฑ์ Wald, Maximax, Hurwicz, Savage และ Laplace มาใช้

ในสภาวะความเสี่ยง เกณฑ์ Bayes, Hodge-Lehmann หรือ Minimax ของ Bayes จะเหมาะสมกว่า

## ตารางเปรียบเทียบ

| เกณฑ์              | เงื่อนไขการใช้งาน                          | ประเภทผลลัพธ์                   | ลักษณะกลยุทธ์           | ต้องการความรู้เรื่องความน่าจะเป็น | ประเภทการเพิ่มประสิทธิภาพ      | วิธีการคำนวณหลัก                                                     | ความทนทานต่อข้อผิดพลาด |
|-------------------|-----------------------------------------|-------------------------------|----------------------|----------------------------|----------------------------|-------------------------------------------------------------------|---------------------|
| Wald              | ความไม่แน่นอนอย่างสมบูรณ์                    | ผลลัพธ์ขั้นต่ำ                     | มองโลกในแง่ร้าย        | ไม่                         | การเพิ่มค่าต่ำสุดให้สูงสุด         | เลือกค่าสูงสุดจากผลลัพธ์ขั้นต่ำ                                            | สูง                  |
| Maximax           | ความไม่แน่นอนอย่างสมบูรณ์                    | ผลลัพธ์สูงสุด                     | มองโลกในแง่ดี          | ไม่                         | การเพิ่มค่าสูงสุดให้สูงสุด         | เลือกค่าสูงสุดจากผลลัพธ์สูงสุด                                            | ต่ำ                  |
| Hurwicz           | ความไม่แน่นอนอย่างสมบูรณ์                    | ค่าถ่วงน้ำหนักระหว่างค่าต่ำสุดและสูงสุด | ประนีประนอม           | ไม่                         | การเพิ่มประสิทธิภาพแบบถ่วงน้ำหนัก | คำนวณค่าเฉลี่ยระหว่างค่าต่ำสุดและสูงสุดด้วยน้ำหนัก                            | ปานกลาง             |
| Savage            | ความไม่แน่นอนอย่างสมบูรณ์                    | ความเสียใจสูงสุด                 | ระมัดระวัง             | ไม่                         | การลดความเสียใจให้ต่ำสุด       | สร้างเมทริกซ์ความเสียใจและเลือกความเสียใจสูงสุดที่ต่ำที่สุด                     | สูง                  |
| Laplace           | ความไม่แน่นอนอย่างสมบูรณ์                    | ผลลัพธ์เฉลี่ย                     | เป็นกลาง              | ไม่                         | การเพิ่มค่าเฉลี่ยให้สูงสุด         | คำนวณค่าเฉลี่ยของผลลัพธ์ทั้งหมด                                          | ปานกลาง             |
| Bayes             | ความเสี่ยง (ทราบความน่าจะเป็น)              | ผลลัพธ์ที่คาดหวัง                  | มองโลกในแง่ดี (มีเหตุผล) | ใช่                         | การเพิ่มกำไรที่คาดหวังให้สูงสุด    | คำนวณค่าคาดหวังทางคณิตศาสตร์ตามความน่าจะเป็น                            | ปานกลาง             |
| Hodge-Lehmann     | ความไม่แน่นอนบางส่วน                       | ผลลัพธ์รวม                      | ประนีประนอม           | บางส่วน                     | การเพิ่มประสิทธิภาพแบบรวม      | รวมค่าต่ำสุดและค่าคาดหวังทางคณิตศาสตร์ด้วยน้ำหนัก                           | ปานกลาง             |
| Minimax ของ Bayes | ความไม่แน่นอนบางส่วน (ไม่แน่ใจในความน่าจะเป็น) | ความเสี่ยงที่คาดหวังสูงสุด           | มองโลกในแง่ร้าย        | บางส่วน                     | การลดความเสี่ยงสูงสุดให้ต่ำสุด    | ลดค่าความเสี่ยงแบบ Bayes ในกรณีเลวร้ายที่สุดในบรรดาความน่าจะเป็นที่อนุญาตทั้งหมด | สูง                  |