1) multiple statistical decision theory
多重统计决策理论
2) multiple statistical decision theory
多重统计决定理论
4) experiment in statistical decision theory
统计决策理论时的试验
5) statistical decision theor
统计决策理论;统计判定理论
6) center of gravity decision method
重心决策理论
1.
According to many experts determined interval judgment matrix,the optimized weight values were made by using the group judgment and collected value statistic and center of gravity decision method.
根据多位专家确定的区间判断矩阵,采用群判断、集值统计与重心决策理论相结合的方法来求解区间权重的最优值,依据隶属度函数对指标评语进行模糊化处理并构建矩阵,最后应用模糊综合评估技术得到电力光缆线路的综合量化评估结果。
补充资料：统计决策理论
| 统计决策理论 statistical decision theory 一种数理统计学的理论。由A.瓦尔德在1950年提出。把数理统计问题看成是统计学家与大自然之间的博弈；以此观点把各种各样的统计问题统一起来，用对策论的观点来进行研究。在此以前，人们对数理统计的研究，主要是着眼于其推断的功能，亦即从观测数据出发对总体作出某种推断（见统计推断）。至于由此应该采取什么决策或行动，会产生什么后果，则认为不属于统计的范畴。瓦尔德的理论将决策的内容纳入统计范围之内，是数理统计学的革新，有较大的实际意义。 在一个统计问题中，掌握的资料是样本，它来自的总体的分布中包含的参数为未知，而只知道未知参数所属的集合。但是，采取什么决策最好，则取决于未知参数的值。用形象化的说法，未知参数是由大自然在某一集合中选定的，人们力图找到它。大自然掌握了未知参数的秘密，而这个秘密又通过样本泄露出来。统计工作者的任务就是根据样本中所包含的关于未知参数的信息，做出良好的决策。例如，一家商店根据抽样决定是否接受一批来货；一个工厂根据市场调查的结果决定某种产品生产多少等。希望所采取的行动取得尽可能好的效果，或者使“行动不当”造成的损失尽可能小。 统计决策3要素 ：①样本空间和样本分布族。样本空间是样本可能的取值范围，而样本分布族是样本所可能服从的分布的集合。②行动空间。是统计工作者可以采取的行动的集合。③损失函数。设参数的真值为θ，采取的行动为a，则所遭受的损失可表为a与θ的函数L（θ，a），称之为损失函数。在一个具体问题中，采取什么损失函数最好，是一个需要进行大量调查研究以至理论分析的问题，这也是在使用决策理论时的一个难点。当3个要素都已给定时，采取什么行动，取决于所掌握的样本。统计决策函数是定义子样本空间而取值于行动空间的函数，即为采取的策略。 对一个统计决策问题，为选定一个较优的决策函数，需要建立反映决策函数优劣的指标。风险函数就是这样的指标。它是采取决策函数δ而参数真值为θ时所遭受的平均损失，即为决策函数δ和参数θ的函数。风险函数愈小，决策愈好。在这个原则下，更具体且可行的准则有容许性准则、最小化最大准则、贝叶斯准则和最优同变性准则。决策函数的观点使统计更注重了所采取行动的效果，也使统计问题提法更加多样化，从而开拓了某些新的研究领域。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条