---
title: "Hodges-Lehmann criterion — 霍奇斯-莱曼准则"
source: "https://systems-analysis.info/int/Hodges-Lehmann_criterion_%E2%80%94_%E9%9C%8D%E5%A5%87%E6%96%AF-%E8%8E%B1%E6%9B%BC%E5%87%86%E5%88%99"
wiki: "systems-analysis.info/int"
article: "Hodges-Lehmann_criterion_—_霍奇斯-莱曼准则"
language: "zh"
categories:
  - "Category:Chinese"
  - "Category:Decision theory"
  - "Category:Decision-making"
revision_id: 2919
wiki_created_at: 2026-09-06T23:12:55Z
wiki_modified_at: 2026-09-06T23:12:55Z
downloaded_at: 2026-09-07T22:53:59Z
---

# Hodges-Lehmann criterion — 霍奇斯-莱曼准则

**霍奇斯-莱曼准则**（Hodges-Lehmann Criterion）是一种在部分不确定性条件下进行决策的方法，它结合了悲观主义方法和概率方法的要素。它适用于已有结果概率评估，但决策者仍希望考虑最坏情况的场景。

## 准则的实质

霍奇斯-莱曼准则是在以下两者之间的一种折衷：

- 关注每个策略的最小结果（如瓦尔德准则），
- 以及使用评估概率计算结果的期望值（如贝叶斯准则）。

对于每个策略，会计算一个加权值，该值结合了最坏结果和平均期望结果。每个组成部分的权重由一个预先选定的系数决定，该系数反映了决策者的谨慎或乐观程度。

因此，霍奇斯-莱曼准则既考虑了最坏损失的风险，也考虑了概率期望。

## 准则的应用

应用过程包括以下步骤：

1.  对每个策略，确定其最小结果。
2.  根据已知或评估的结果概率，计算平均期望值。
3.  将最小结果和平均结果进行加权组合，计算每个策略的最终得分。
4.  选择最终得分最高的策略。

更谨慎的方法会给予最坏结果更大的权重，而更乐观的方法则会给予平均期望结果更大的权重。

## 优点与缺点

**优点：**

- 既考虑了概率信息，也考虑了最坏结果的风险。
- 允许灵活调整谨慎程度。

**缺点：**

- 要求至少有事件概率的粗略估计。
- 引入权重系数为决策过程增加了主观性。