Classical statistical decision maki

Classical statistical decision making involves the notion that the uncertainty in the future
can be characterized probabilistically, as discussed in the introduction to this chapter.
When we want to make a decision among various alternatives, our choice is predicated
on information about the future, which is normally discretized into various “states of
nature.” If we knew with certainty the future states of nature, we would not need an
analytic method to assess the likelihood of a given outcome. Unfortunately, we do not
know what the future will entail so we have devised methods to make the best choices

ผลลัพธ์ (ไทย) 1:

ตัดสินใจทางสถิติคลาสสิกที่ทำเกี่ยวข้องกับความคิดที่ไม่แน่นอนในอนาคตสามารถมีลักษณะ probabilistically ตามที่กล่าวไว้ในบทนำกับบทนี้เมื่อเราต้องการทำการตัดสินใจระหว่างทางเลือกต่าง ๆ ตัวเลือกที่จะบอกกล่าวข้อมูลเกี่ยวกับอนาคต ซึ่งเป็นปกติ discretized เป็น "รัฐต่าง ๆ ของธรรมชาติ" ถ้าเรารู้ ด้วยความเชื่อมั่นในรัฐในอนาคตของธรรมชาติ เราจะไม่ต้องการวิธีการวิเคราะห์เพื่อประเมินแนวโน้มของผลกำหนด อับ เราไม่ได้รู้ว่าอนาคตจะมีรายละเอียดเพื่อให้เราได้คิดค้นวิธีที่จะทำให้ตัวเลือกที่ดีที่สุด

ผลลัพธ์ (ไทย) 2:

คลาสสิกในการตัดสินใจทางสถิติที่เกี่ยวข้องกับความคิดที่ว่าความไม่แน่นอนในอนาคต
สามารถจะมีลักษณะน่าจะเป็นได้ตามที่กล่าวไว้ในเบื้องต้นเกี่ยวกับบทนี้.
เมื่อเราต้องการจะทำให้การตัดสินใจในหมู่ทางเลือกต่างๆทางเลือกของเราคือการบอกกล่าว
เกี่ยวกับข้อมูลเกี่ยวกับอนาคตซึ่งเป็น discretized ปกติต่างๆลงใน "สถานะของ
ธรรมชาติ." ถ้าเรารู้ด้วยความมั่นใจรัฐในอนาคตของธรรมชาติที่เราจะไม่ต้องใช้
วิธีการวิเคราะห์เพื่อประเมินโอกาสของผลที่กำหนด แต่น่าเสียดายที่เราไม่ได้
รู้ว่าสิ่งที่อนาคตจะนำมาซึ่งวิธีการเพื่อให้เราได้วางแผนที่จะทำให้เลือกที่ดีที่สุด

ผลลัพธ์ (ไทย) 3:

คลาสสิกสถิติการตัดสินใจเกี่ยวข้องกับความคิดที่ว่า ความไม่แน่นอนในอนาคตสามารถโดดเด่น probabilistically ดังที่กล่าวในเบื้องต้นเกี่ยวกับบทนี้เมื่อเราต้องการตัดสินใจในทางเลือกต่างๆ ทางเลือกของเราคือ predicatedข้อมูลเกี่ยวกับอนาคต ซึ่งตามปกติใน " รัฐของแบบจุดต่าง ๆธรรมชาติ ถ้าเรารู้ด้วยความมั่นใจในอนาคตสภาพของธรรมชาติ เราก็จะไม่ต้องมีวิธีในการวิเคราะห์เพื่อประเมินโอกาสของการได้รับผล แต่น่าเสียดายที่เราไม่ได้รู้ว่าอนาคตจะครอบคลุมดังนั้นเราจึงได้คิดวิธีการที่จะทำให้ตัวเลือกที่ดีที่สุด