决策树

本文解释了什么是决策树以及它们的用途。此外，它还展示了如何创建决策树和逐步解决的练习。最后，您将能够了解使用决策树的优点和缺点。

什么是决策树？

决策树是一个图表，表示必须做出的决策、可能发生的不同场景以及所有可能的结果。因此，决策树可作为决策辅助工具，其中必须考虑几种可能的情况。

决策树是一个非常有用的决策工具，因为它可以让您可视化每个备选方案的所有可能后果以及每个决策可以实现的结果。

这就是为什么决策树是一种广泛用于经济决策分析的图表，因为它允许以图形方式表示每种可能情况的可能经济成本或预期收益。

通常，每当做出决定时，可能会出现多种情况。因此，决策树可以帮助您全面了解所有可能的情况以及每种情况发生的可能性，从而使您了解每个决策的风险有多大。

请注意，决策树与树图不同，尽管它们具有相似的名称并且实际上共享一些特征。要了解什么是决策树以及它与决策树有何不同，请单击此处：

决策树的元素

决策树由以下元素组成：

• 决策节点(□) ：对应于必须做出的决策。在决策树中，它由一个正方形表示。
• 概率节点（○） ——象征可以发生多种场景，从概率节点出来的每个分支代表不同的场景。它在决策树中用空圆圈绘制。
• 最终节点（△） ：代表一个结果，因此很容易识别，因为没有分支离开它们。在决策树中，它们由三角形表示。

如何制作决策树

要创建决策树，必须遵循以下步骤：

1. 表示主要决策：创建决策树的第一步是表示需要在图表上做出的第一个决策。为此，只需为每个可以决定的可能选项画一个正方形和一个从正方形出来的箭头。
2. 添加节点：在上一步绘制的每个分支中，通过添加决策和概率节点来扩展决策树。
3. 访问结果：继续添加决策和概率节点，直到每个分支到达最终节点或结果。当所有路径都产生结果时，您就完成了决策树。
4. 做出决定：完成决策树后，对其进行分析并决定最好的做法是什么。

请注意，决策树不提供决策，它只是帮助决策。最终决定必须由您做出。下面我们将看到如何使用决策树来分析不同的可能场景并做出最佳决策。

决策树示例

在了解了决策树的定义以及如何实现它的理论之后，我们将通过一个具体的示例来充分理解这个概念。

一家公司计划在未来 5 年内扩大产能。当前增长良好，但如果最终证明经济正在起飞，预计增长可能会大幅增长（这种情况发生的概率估计为 40%）。

他们可以选择继续像以前一样，搬到更大的地方，或者扩大他们目前拥有的地方。也可以等待，看看第一年会发生什么，如果有增长，就继续扩张。在每种情况下将获得的经济利益如下：

• 转移：
  • 强劲增长：800,000 美元
  • 低增长：100,000 美元
• 扩大：
  • 强劲增长：800,000 美元
  • 低增长：100,000 美元
• 不要做任何事情：
  • 强劲增长 + 第二年扩张：500,000 美元
  • 强劲增长+无所作为：450,000 美元
  • 低增长：400,000 美元

根据问题陈述提供给我们的所有信息，我们可以在决策树中表示要做出的决策、考虑的多种场景以及所有可能的结果。

因此，本例的决策树如下：

现在我们已经建立了决策树，是时候对其进行分析并做出最终决策了。在下一部分中，我们将向您展示可用于做出决定的不同标准。

决策树中的决策标准

使用决策树决定做出何种决策主要有三个标准：悲观标准、乐观标准和数学期望标准。下面我们将了解它们各自的组成。

悲观标准

悲观或保守的标准表明最坏的情况将会发生。因此，在此标准中，当场景是所有考虑的场景中最负面的时，会选择给出最佳结果的选项。

如果我们按照上面的例子，使用悲观的标准，我们会决定像以前一样继续，什么都不做，因为如果公司的增长较低，我们将获得更大的利润（400,000美元）。

通过使用悲观标准，我们保证最低结果，在本例中为 400,000 美元。因此，如果最终我们运气好，出现更好的情况，我们就会得到更好的结果。但无论如何我们都不会得到更糟糕的结果。

请记住，即使当我们使用这个标准时，我们认为未来的情况会是负面的，我们也必须逻辑地选择在这种悲观的情况下获得更好结果的选项。选择给出最坏结果的选项将是错误的；我们必须最大限度地利用我们控制范围内的一切。

乐观标准

乐观标准指出，将发生的情况将是最好的情况。因此，当使用这个标准时，我们会选择在情况有利时能够获得更好结果的选项。

按照前面的例子，我们会决定搬迁公司，因为如果公司的增长强劲，特别是如果公司的利润为 800,000 美元，我们会获得更好的结果。

当使用乐观标准来决策时，结果可能会很好，但是，如果情况最终不利，通常会得到很差的结果。

数学期望测试

该标准包括计算所有选项的数学期望，以便获得更高结果的选项被选中。

就像这篇文章一样，我们应该选择什么都不做，让公司保持原样，因为这是期望值最高的选择。高（440,000 美元）。

当决策过程必须重复多次时，该标准非常有用，因为数学期望平均可以提供最佳决策。然而，如果只做出一次决定，这可能不是最合适的标准。

需要注意的是，除了决策树之外，还可以使用其他决策工具，例如决策矩阵。决策矩阵对于评估根据不同标准做出的决策非常实用，点击以下链接查看这是如何完成的：

决策树的优点和缺点

优势：

• 决策树很容易理解。
• 决策树使您能够全局可视化所有可能的场景以及每种场景的预期结果。
• 这种类型的图表非常有效，因为创建它不需要太多时间，但完成起来很快。
• 新的想法或场景也可以添加到结果中，使其成为灵活的图表。
• 最后，决策树可以很容易地与其他决策工具结合起来。

缺点：

• 如果决策树有很多决策节点或者很多可能的场景，它就会变成一个复杂的图。
• 通常，每种情况发生的概率无法准确确定，因此可能不精确。
• 决策树只是一个决策工具，但最终的决定必须由某人来做。