决策树分析示例
2024-10-10 01:43:36 0 举报
这是一个关于决策树分析的示例文件，旨在通过具体的决策场景，帮助用户理解和应用决策树这一工具。决策树是一种常用的决策分析方法，它可以将复杂的决策问题分解为一系列简单明了的问题，并通过量化的结果，帮助用户做出最合理的决策。这个示例文件详细介绍了决策树的构建过程，包括如何选择决策节点、如何计算期望值、如何比较不同决策方案的优劣等。此外，文件还包含了丰富的实例分析，帮助用户更好地掌握决策树分析的方法和技巧。总之，这个示例文件对于想要学习和应用决策树分析的用户来说，是一个非常有价值的参考资料。
作者其他创作
大纲/内容
-3000万美元=9000万美元-1.2亿美元
7000万美元=1.2亿美元-5000万美元
40%
建设工厂的EMV（未扣除成本）考虑到需求的新厂
4600万美元=60%×（7000万美元）+40%×（1000万美元）
EMV决策=4600万美元（3600万美元和4600万美元之间取较大者）
-3000万美元
决策制定
决策节点
机会节点
路径净值
待制定的决策
输入：各项决策成本输出：已制定的决策
输入：场景概率、场景发生的回报输出：预期货币价值（EMV）
计算值：收益减去成本（沿着路径）
备注1：决策树显示了在环境中包含不确定因素（以“机会节点”表示）时，怎样在不同资本策略（以“决策节点”表示）之间制定决策。备注2：本例中，在投资1.2亿美元建设新厂和投资5000万美元改造老厂之间制定决策。两种决策都必须考虑到需求（不确定，因此以“机会节点”表示）。例如：需求强劲情况下，建设新厂可带来2亿美元的收入；如改造老厂，则可能由于产能的限制，仅可带来1.2亿美元的收入。两个分支末端都显示了收益减去成本的净效益。两个决策分支中，将所有效果叠加（见到阴影区域），决定决策的整体预期货币交织（EMV）。请不要忘记考虑投资成本。阴影区域的计算表明，改造老厂的EMV较高（4600万美元），整体决策的EMV也较高。（这种选择的风险也较小，避免了最差情况下损失3000万美元的可能）
60%
需求强劲（1.2亿美元）
1000万美元=6000万美元-5000万美元
分支末端
7000万美元
需求疲软（6000万美元）
8000万美元=2亿美元-1.2亿美元
需求强劲（2亿美元）
需求疲软（9000万美元）
建设新厂（投资1.2亿美元）
新建或改造？
3600万美元=60%×（8000万美元）+40%×（-3000万美元）
8000万美元
1000万美元
改造老厂（投资5000万美元）
改造老厂的EMV（未扣除成本）考虑到需求的老厂
0 条评论
回复 删除
下一页
