Критерий Ходжа - Лемана

Критерий Байеса - Лапласа дает более оптимистичные прогнозы, чем максиминный критерий, однако он предполагает и более высокий уровень информированности, и многократные реализации.

Критерий Байеса - Лапласа надежен только тогда, когда точно известны вероятности появления состояний внешней среды, однако на практике точные цифры, как правило, отсутствуют. Это ослабляет доверие к критерию и заставляет обращаться к более надежному максиминному критерию, который гарантирует определенный минимум. Этот гарантированный минимум можно попытаться увеличить за счет использования взвешенной линейной комбинации рассматриваемых критериев:

(3)

С помощью параметра с , с одной стороны, выражается степень доверия к используемому распределению вероятности, а с другой - степень нежелательности появления очень малых значений. Если степень доверия велика и число реализаций принятого решения значительно, то акцентируется критерий K_BL, в противном случае предпочтение отдается максиминному критерию. Поскольку числовая оценка степени доверия к используемому распределению вероятности и степени нежелательности появления малых значений обычно затруднена, то выбор параметра c,как правило, субъективен. Во многих случаях полагают, что c = 0,5. При c = 1 критерий K_HL переходит в критерий Байеса - Лапласа, а при c = 0 превращается в максиминный критерий.