Критерий Вальда (максиминный критерий[1]) — один из критериев принятия решений в условиях неопределённости. Критерий крайнего пессимизма.
По критерию Вальда за оптимальную принимается стратегия, которая в наихудших условиях гарантирует максимальный выигрыш. Критерий Вальда ориентирует статистику на самые неблагоприятные условия.
Критерий Сэвиджа — один из критериев принятия решений в условиях неопределённости. Условиями неопределённости считается ситуация, когда последствия принимаемых решений неизвестны, и можно лишь приблизительно их оценить. Для принятия решения используются различные критерии, задача которых — найти наилучшее решение максимизирующее возможную прибыль и минимизирующее возможный убыток.
Критерий заключается в следующем:
Строится матрица стратегий (платёжная матрица). Столбцы соответствуют возможным исходам. Строки соответствуют выбираемым стратегиям. В ячейки записывается ожидаемый результат при данном исходе и при данной выбранной стратегии.
Строится матрица сожаления (матрица рисков). В ячейках матрицы величина сожаления — разница между максимальным результатом при данном исходе (максимальном числе в данном столбце) и результатом при выбранной стратегии. Сожаление показывает величину, теряемую при принятии неверного решения.
Минимальное решение соответствует стратегии, при которой максимальное сожаление минимально. Для этого для каждой стратегии (в каждой строке) ищут максимальную величину сожаления. И выбирают то решение (строку), максимальное сожаление которого минимально.
Коэффициент Гурвица, также Критерий Гурвича (англ. Hurwicz criterion) — в теории принятия решений один из критериев принятия решений в условиях неопределённости. Позволяет с помощью параметра λ руководствоваться промежуточным случаем между крайним оптимизмом и крайним пессимизмом. Впервые выдвинут американским экономистом Леонидом Гурвичем в 1950. В 1954 Леонард Джимми Сэвидж дополнил теорию Гурвича.
Критерий Байеса – Лапласа. Этот критерий отступает от условий полной неопределенности - он предполагает, что возможным состояниям природы можно приписать определенную вероятность их наступления и, определив математическое ожидание выигрыша для каждого решения, выбрать то, которое обеспечивает наибольшее значение выигрыша.
Этот метод предполагает возможность использования какой-либо предварительной информации о состояниях природы. При этом предполагается как повторяемость состояний природы, так и повторяемость решений, и, прежде всего, наличие достаточно достоверных данных о прошлых состояниях природы. То есть, основываясь на предыдущих наблюдениях прогнозировать будущее состояние природы (статистический принцип).
Критерий Байеса-Лапласа предъявляет к ситуации, в которой принимается решение, следующие требования:
v вероятности появления состояний Вj известны и не зависят от времени;
v решение реализуется (теоретически) бесконечно много раз;
v для малого числа реализаций решения допускается некоторый риск.
