2-风险型决策(已学过)课件.ppt

第2章 风险型决策方法 2.1 风险型决策的基本问题 2.2 不同标准的决策方法 2.3 决策树 2.4 风险决策的敏感性分析 2.5 完全信息价值 2.6 效用概率决策方法 2.7 连续型变量的风险型决策方法 2.8 马尔科夫决策方法 2.1 风险型决策的基本问题 概念：根据预测各种事件可能发生的先验概率，然后再采用期望效果最好的方案作为最优决策方案。 先验概率的概念：根据过去经验或主观判断而形成的对各自然状态的风险程度的测算值。简言之，原始的概率就称为先验概率。 二、损益矩阵 2.2 不同标准的决策方法 常用的方法有： 一、以期望值为标准的决策方法 （贝叶斯准则） 其计算公式为： 二、以等概率（合理性）为标准的决策方法 三、以最大可能性为标准的决策方法 最大可能性决策方法的应用 风险成本 Cost of Uncertainty (EVPI) = Expected Value Under Certainty (EVUC) – Expected Value without information (EV) Cost of Uncertainty Cost of Uncertainty (also called Expected Value of Perfect Information, or EVPI) Cost of Uncertainty = Expected Value Under Certainty (EVUC) – Expected Value without information (EV) so: Expected Cost of Uncertainty = EVPI = EVUC – EV Expected Value Under Certainty Expected Value Under Certainty (EVUC): EVUC = expected value of the best decision, given perfect information Expected Value Under Certainty Now weight these outcomes with their probabilities to find EVUC: Cost of Uncertainty Solution Cost of Uncertainty (EVPI) = Expected Value Under Certainty (EVUC) – Expected Value without information (EV) Expected Value Solution Example: EV (Average factory) = 90(.3) + 120(.5) + (-30)(.2) = 81 Fold Back the Tree Make the Decision  2.3 决 策 树 概念：决策树是对决策局面的一种图解。它是把各种备选方案、可能出现的自然状态及各种损益值简明地绘制在一张图表上。用决策树可以使决策问题形象化。 1、绘出决策点和方案枝，在方案枝上标 出对应的备选方案； 2、绘出机会点和概率枝，在概率枝上标 出对应的自然状态出现的概率值； 3、在概率枝的末端标出对应的损益值， 这样就得出一个完整的决策树。 决策树图 2.4 风险决策的敏感性分析 敏感性分析的概念：在决策过程中，自然状态出现的概率值变化会对最优方案的选择存在影响。概率值变化到什么程度才引起方案的变化，这一临界点的概率称为转折概率。对决策问题做出这种分析，就叫做敏感性分析，或者叫做灵敏度分析。 2.5 完全信息价值 完全信息的概念：指对决策问题做出某一具体决策行动时所出现的自然状态及其概率，能提供完全确切、肯定的情报。也称完全情报。 1、通过计算信息价值，可以判断出所做 决策方案的期望利润值随信息量增加 而增加的程度。 2、通过计算信息价值，可使决策者在重 大问题的决策中，能够明确回答对于 获取某些自然状态信息付出的代价是 否值得的问题。 2.6 效用概率决策方法 效用概率决策方法是以期望效用值作为决策标准的一种决策方法。 含义：决策人对于期望收益和损失的独特兴趣、感受和取舍反应就叫做效用。效用代表着决策人对于风险的态度，也是决策人胆略的一种反映。效用可以