Entscheidungsformel

Eine Entscheidungsformel ist eine formale Regel, die in Entscheidungstheorie, Statistik und verwandten Disziplinen verwendet wird, um unter Unsicherheit eine handlungsrelevante Wahl zu treffen. Typischer Gegenstand ist ein Modell mit Zuständen der Natur (Zustandsraum), möglichen Entscheidungen (Aktionsraum) und einer Loss- oder Nutzenfunktion, die den Erfolg der Entscheidung bewertet. Die Formel gibt an, welche Entscheidung (oder Aktion) basierend auf den verfügbaren Beobachtungen X getroffen werden soll.

Formeln können als Minimierung oder Maximierung formuliert sein. Häufig schreibt man a*(x) = argmin_a E[L(a, Θ) | x] bzw. a*(x) = argmax_a E[U(a, Θ) | x], wobei Θ der unbekannte Zustand oder Parameter ist. Die erste Version entspricht einer Bayes-Entscheidungsregel, die aus der Wahrscheinlichkeitsverteilung der Zustände eine bedingte Erwartung ableitet. Eine solche Struktur lässt sich sowohl im Bayesianen als auch im frequentistischen Rahmen verwenden.

Beispiele: Bei quadratischem Verlust L(a, θ) = (a − θ)² ist die Bayes-Entscheidungsregel der Posteriormittelwert a* = E[Θ | x]. Bei einem 0-1-Verlust wäre die Bayes-Entscheidung der Modus der Posteriorverteilung (MAP). In der Frequentistischer Sicht wird oft das Risikokonzept R(a) = E[L(a, Θ)] minimiert, um eine robuste Entscheidungsregel zu finden.

Anwendungsfelder umfassen Statistik, Bild- und Signalverarbeitung, Maschinenlernen, Ökonomie und Ingenieurwesen. Die Begrifflichkeit variiert leicht, doch im Kern bezeichnet die Entscheidungsformel eine explizite, rechnerische Regel zur Bestimmung der optimalen Handlung aus Daten.