数据模型与决策教学作者李连友第11章节决策分析课件幻灯片.ppt

一般从右向左，按反向逐步计算。将各方案的几种可能结果的数值和它们各自的概率相乘，即加权平均，其结果就是该方案的期望损益值。 将计算出的各方案的期望损益值标在相应的方案枝上，则通过比较各状态点上的期望损益值就可找出最优行动方案。 第三步：确定决策方案 比较不同方案的期望损益值。如果方案考虑的是收益值时，则取最大期望收益值；若考虑的是损失时，则取最小期望损失值。舍弃的方案可在方案枝上画“∥或×”符号，称为剪枝。最后决策点只留下一根方案枝，即为最优方案枝。 （2）决策树决策的具体程序.表11-10的相关数据 首先，绘制决策树， 其次，将各状态概率及损益值标于概率枝上 第 三，计算各个方案期望值并将其标于该方案对应的状态结点上 第四，进行剪枝 利用决策树分析决策，应从决策树末端起，从后向前，由右向左推导，按照枝上表明的损益值及概率开始步步推进到决策树的始端。在向前推进的过程中，应在每一阶段计算事件发生的期望值，最后选定最优的决策方案，这也称为反推决策树法。 11.3.3 决策准则选择时的注意事项 现实企业管理实践中，常遇到一些复杂的决策，每个方案的执行都可能出现几种结果，各种结果的出现有一定的概率，企业决策有一定的成功把握，也存在着一定的风险。也就是说选择某种行动方案会面临不同的客观状态，而在不同的状态下又要作下一步的行动决策，,,,使用决策树分析，随时补充，方便计算、研究与分析。 不同的决策分析方法，应根据具体情况进行选择。复杂的决策应考虑选择决策树模型，会更加直观和清晰。 不管选择采用哪种决策分析方法，其目的都是为了规避或减少风险，获取最大的经济利益 现代管理者的一项重要职责就是做好科学的决策。 11.4 风险决策的敏感性分析 11.4.1风险决策的敏感性分析简述 也叫灵敏度分析，实施决策过程中，也主要考虑两方面的因素：一是各行动方案在各种状态下的损益值，一是各种客观状态出现的概率值。 概率值发生变化可能会改变选择的最优方案。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。 敏感性分析就是寻找转折概率的值，以确定最优方案不变条件下的变量允许变动的范围，判断所作决策的可靠性。对最优方案的稳定性或可靠性进行分析，称为敏感性分析。 如果客观状态出现概率即使有较大变化也不会引起最优方案的改变，那么这一最优方案就是相当稳定的，对客观状态概率变化是不敏感的。 如果客观状态出现概率的轻微变化会引起最优方案的改变，那么这一最优方案就是不稳定的，对客观状态出现概率的变化是敏感的。 11.4.2敏感性分析的基本步骤 先根据客观环境各种可能状态的损益值计算出引起最优行动方案改选的转折概率； 然后再将实际估计的概率与此转折概率比较，通过二者差距的大小来判断所选最优行动方案的稳定性。 并求出在保持最优方案稳定的前提下，自然状态出现概率所变动的容许范围，判断所作决策的可靠性。 见表11-14。 第一步，计算出各个方案的期望收益值： 第二步，假定概率变动，求期望收益值 第三步，进一步地，假设市场两种自然状态中需求好的概率为P，市场需求不好的概率则为（1-P）， 当两种决策方案的期望收益值相等时，求解P=？这个概率会引起方案的转变； 引起最优方案改选的概率，称为转折概率，它是多个决策方案的期望效益值相等时的概率。 敏感性分析的基本分析方法采用的就是盈亏平稳分析。 11.4.3 敏感性分析时的注意事项 不同的决策问题中，根据各种事件发生的先验概率进行决策可能具有较大的风险。 在最优化决策中经常利用灵敏度分析来研究数据发生变化时最优方案的稳定性。最优行动方案对客观状态的概率变化越敏感，其稳定性越差，可靠性也就越低。在最优方案不稳定的情况中，决策者对各种行动方案的取舍必须特别谨慎。 如果要降低所选最优方案的敏感性，增强其稳定性，就需要对所面临的客观环境进一步研究，对信息的价值或是否需要采集新的信息做出科学的判断。 可通过调查、分析，获得样本的补充信息，从而对过去估计的先验概率分布进行修正。 利用了附加信息对先验概率进行修正后得到的概率称为后验概率。使用既包含了先验信息，又包含了样本信息的后验概率分布再进一步进行决策，根据贝叶斯定理求得后验概率，据以进行决策的方法，称为贝叶斯决策方法，也称后验概率型决策。 决策是从思维做出决定的过程。 不管选择或采用何种准则、方法，对决策问题都应全面具体分析。同时也 决策中需要有决策者都能接受或承认的一些基本原理，它可以是很多决策者长期决策实践经验的总结。应确定决策问题的重要程度。 要做到理性决策。 决策贯穿整个管理活动，是管理的基础和起点 决策的优劣，直接关系到管理的好坏，是管理工作成败的关键。 管理离不开决策，决策中有管理，管理的实质就是决策。 本章