奈曼-皮尔逊准则与最小错误率准则

标签:
杂谈 |
分类: 信号检测 |
[高分] 数理统计问题,高手进
回答者: xiarifeihong
http://img.baidu.com/img/iknow/icn_point.gif 悬赏分:100 - 解决时间:2009-11-20
18:28
在检验某统计量的过程中,为什么要限定第一类错误的概率P1,谋求第二类错误概率P2尽可能小?而不是谋求P1+P2尽可能小呢?
最佳答案
楼主所指的可能是假设检验的 双择问题中使用的最优决策准则的问题。 经典的假设检验主要有 贝叶斯准则、最小错误概率准则、最大后验概率准则、极大极小化准则、奈曼-皮尔逊准则等。 楼主叙述中所指的应该就是“奈曼-皮尔逊准则”(保证漏检(H1判为H0)的概率一定,错检(H0判为H1)最小)。 这些准则有各自的适用条件,在各自条件下都是最优的。 ****************************************************************** 关于楼主的问题,所谓‘谋求P1+P2最小’指的是最小错误率准则,我觉得主要是两个方面: 1.使用最小错误率准则要求知道H1、H0的先验概率和条件概率,而奈曼-皮尔 逊准则是不需要。 2.有时候两种错误对我们造成的影响是不同的,不能简单的追求‘谋求P1+P2 最小’。比如,医疗诊断中漏诊造成的后果比误诊要大,雷达检测中虚警 比漏检代价更大(无谓发射导弹成本高)。在以上两例中,医疗诊断还可以 大致估计患病先验概率可以用贝叶斯准则,雷达检测中由于先验概率无法 获得,一般使用“奈曼-皮尔逊准则”。 综合来说,这就是不同准则的适用情况问题。