人有所不为，而后可以有所为。
——《孟子》
1．为什么使用决策树分析？
当项目需要做出某种决策、选择某种解决方案或者确定是否存在某种风险时，决策树（decision making tree）提供了一种形象化的、基于数据分析和论证的科学方法，这种方法通过严密地逻辑推导和逐级逼近地数据计算，从决策点开始，按照所分析问题的各种发展的可能性不断产生分枝，并确定每个分支发生的可能性大小以及发生后导致的货币价值多少，计算出各分枝的损益期望值，然后根据期望值中最大者（如求极小，则为最小者）作为选择的依据，从而为确定项目、选择方案或分析风险做出理性而科学的决策。
2．决策树分析有哪些作用？
决策树分析清楚显示出项目所有可供选择的行动方案，行动方案之间的关系，行动方案的后果，后果发生的概率，以及每种方案的损益期望值；
使纷繁复杂的决策问题变得简单、明了，并且有理有据；
用数据说话，形成科学的决策，避免单纯凭经验、凭想象而导致的决策上的失误。
3．怎么用？
（1) 决策树包含了决策点，通常用方格或方块表示，在该点表示决策者必须做出某种选择；机会点，用圆圈表示，通常表示有机会存在。先画一个方框作为出发点，叫做决策点；
（2) 从决策点向右引出若干条支线（树枝线），每条支线代表一个方案，叫做方案枝；
（3) 在每个方案枝的末端画一个圆圈，叫做状态点；
（4) 估计每个方案发生的概率，并把它注明在在该种方案的分支上，称为概率枝；
（5) 估计每个方案发生后产生的损益值,收益用正值表示,损失用负值表示；
（6) 计算每个方案的期望价值，期望价值=损益值x该方案的概率；
（7) 如果问题只需要一级决策，在概率枝末端画△表示终点，并写上各个自然状态的损益值； （8) 如果是多级决策，则用决策点□代替终点△重复上述步骤继续画出决策树，如图１所示。 （9) 计算决策期望值，决策期望值=由此决策而发生的所有方案期望价值之和；
（10) 根据决策期望值做出决策。
图1 决策树
4．举例：
某承包商向某工程投标，计划采取两种策略：一种是投高标，中标机会为0.2，不中标机会为0.8；另一种是投低标，中标与不中标机会均为0.5。投标不中时，则损失投标准备费５万元。根据下表数据，用决策树做出决策。
|
方案 |
效果 |
可能获利
(万元) |
概率 |
|
高标 |
好 |
500 |
0.3 |
|
一般 |
300 |
0.5 |
|
赔 |
-100 |
0.2 |
|
低标 |
好 |
350 |
0.2 |
|
一般 |
200 |
0.6 |
|
赔 |
-150 |
0.2 | 
计算的结果表明，
高标:
500×0.3+300×0.5-100×0.2=280万，280×0.2-5×0.8=52万；
低标:
350×0.2+200×0.6-150×0.2=160万，160×0.5-5×0.5=77.5万；
最大损益期望值为77.5万,也就是上说若投高标，可能最多只能赚到52万，而若投低标则有可能赚到77.5万,故应采取低标策略。
|
|
|
|
|
|
|
您的位置：
