Controlling Risks under Different Loss Functions: The Compromise Decision Problem
不同损失函数下的风险控制：折中决策问题AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：这里的风险指统计决策损失，而非金融尾部或系统性风险，所列细分方向缺乏直接依据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
不同损失函数下的风险控制：折中决策问题
- 研究问题
- 当多个统计决策者具有不同先验或损失函数，却必须采用同一决策程序时，如何同时考虑贝叶斯风险与最大风险？
- 方法与思路
- 作者将共同决策表述为折中问题，分别研究不同先验或损失下的贝叶斯风险，以及贝叶斯风险与最大风险的联合最小化。
- 材料陈述的贡献
- 摘要称给出贝叶斯折中和极小极大—贝叶斯折中问题的解的理论刻画，为不同风险标准下的共同决策提供框架。
- 阅读关注点
- 应核对同时最小化的精确定义、解的存在与刻画条件，以及先验和损失函数差异如何进入折中决策程序。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要。未提供可行集合、解的条件或具体程序，不能据此断言存在同时达到各自最优的决策，也不推断刊本变化。
原文摘要
Controlling Bayes and/or minimax risks under possibly different loss functions is formulated as a problem faced by two or more statisticians who must compromise and agree on the use of a single decision procedure. The theory characterizing solutions to Bayes compromise problems and minimax-Bayes compromise problems is presented. In a Bayes compromise problem, Bayes risks under different prior distributions and/or loss functions are minimized simultaneously. In a minimax-Bayes compromise problem, a Bayes risk under some loss function for a given prior distribution and a maximum risk under a possibly different loss function are minimized simultaneously.