决策树(DMT)分析:制定项目决策.doc
决策树( DMT)分析:制定项目决策 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( decisionmakingtree)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 5000.3一般 3000.5赔 -1000.2低标好 3500.2一般 2000.6赔 -1500.2 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。