不确定下的决策分析讲义(PPT 49页).ppt

第十二章决策分析,决策分析举例DecisionAnalysisExamples(Section12.1)决策准则DecisionCriteria(Section12.2)不确定型决策风险型决策决策树DecisionTrees(Section12.3),SessionTopics,IntroductiontoDecisionAnalysis决策分析介绍ProbabilityDecisionCriteria概率决策准则UsingDecisionTreetoAnalyze使用决策树进行分析ExpectedValueofPerfectInformation全信息价值UtilityandRiskAttitude效用与风险态度SensitivityAnalysis敏感性分析,实际问题,制造商向市场推出新产品潜在顾客将会做出什么反应？制造商应当生产多少产品？是否需要在一个小区域中进行试销？为了成功推出产品，需要打多少广告？政府工程承包商投标一个新的合同工程的实际成本是多少？哪些公司会投标？他们可能的投标价是多少？金融公司投资有价证券哪些市场板块和有价证券前景最好？经济形势任何？利率会如何变化？这些因素如何影响投资决策?,Decision-makingUnderUncertainty,不确定环境中进行决策,石油勘探问题OilDrillingProblem,一个石油勘探公司拥有一块土地，咨询地质专家告诉公司，该块地下有石油的概率为0.25。公司是否要对这块地进行石油钻井勘探？如果勘探，则需要100,000的勘探成本，如果发现石油，可获得800,000收益；如果没有发现石油，则价值为0，损失100,000投资。另一家公司听说咨询地质专家报告，决定出价90,000元来购买这块土地。,利润收益表,实际举例,单位：万元,公司该如何决策？,决策分析术语TermsofDecisionAnalysis,决策者（DecisionMaker）是对一个决策（或一系列决策）负责的人或团体备择方案（Alternatives）是决策者将作出的决策的选项自然状态（Stateofnature）决策结果受到决策者无法控制的随机因素影响收益（Payoff）每一种决策的备选方案及自然状态的组合都会导致某种结果,是衡量决策结果对决策者的价值的量化指标,不确定型决策,确定性决策（DecisionsUnderCertainty）自然状态确定（Stateofnature）选择产生最大收益的决策例子：生产组合（ProductMix）分销配送（Distribution）人员排程（Scheduling）,不确定下的决策（风险决策）自然状态不确定(有多个可能状态)例子：石油勘探新产品开发拍电影,IntroductiontoDecisionAnalysis决策分析介绍,ProbabilityDecisionCriteria概率决策准则,最大可能性准则（maximumLikelihoodCriterion）等可能性准则（EquallyLikelyCriterion）贝叶斯决策规则（BayesDecisionRule）,MaximumLikelihoodCriterion最大可能性准则,发现概率最大的自然状态选择在这种自然状态下收益最大的备择方案,如果这些其他收益中有一些是致命的怎么办？如果其他这些收益远比所选择的方案的收益丰厚怎么办？如果最可能的自然状态下收益的差异远小于另一个具有一定可能性的自然状态下的收益，那么决策者会更加关注后者如果有很多种自然状态且它们的可能性几乎相同，最可能自然状态变为现实的概率就会相当低,存在的问题,EquallyLikelyCriterion等可能性准则,每一种备择方案计算所有自然状态下的平均收益选择具有最大平均收益的备择方案,先验概率十分武断在一些情况下，有很好的证据能够证明某些自然状态比其他自然状态具有更大的可能性发生，使用这个信息应该能改进决策通常有一些将可能的自然状态进行细化的途径,存在的问题,BayesDecisionRule贝叶斯决策规则,每一种备择方案，将每一个收益乘以相应自然状态的先验概率，乘积相加就得到收益的加权平均选择具有最大期望收益的备择方案,在确定先验概率时，仍然有相当大的不确定性先验概率在相当大的程度上是主观的，然而安全的决策应当是基于客观数据和程序的对于平均结果，期望（货币上的）收益忽视了可能的结果对决策者的影响,存在的问题,ExpectedValueCriterion期望规则,假设有石油的概率为40%.,收益表,勘探的期望收益=不勘探的期望收益=,实际举例,UsingDecisionTreetoAnalyze使用决策树进行分析,在每个事件点（eventnode）：用圆圈表示，后向计算期望收益（每个枝的概率和收益的乘积的和）.在每个决策点（decisionnode）：用方块表示，选择最好的枝（最大的期望值）.,决策树,实际举例,UsingTreePlantoAnalyze使用TreePlan进行分析,1、在“Tools”采单选择“DecisionTree”.,UsingTreePlantoAnalyze使用TreePlan进行分析,2.点击“NewTree”就会出现一个默认的单决策点双枝的树,FinalDecisionTree最终的决策树,UsingTreeAgetoAnalyze使用TreeAge进行分析,MakingSequentialDecisions序惯决策,一生物制药公司要进行新产品的研制，有下面一些选择方案,R,&,D,C,hoi,c,e,I,n,ve,s,tm,e,nt,Ou,t,co,m,e,s,P,ro,f,it,(,exclu,d,in,g,R,&,D),P,ro,bab,il,i,ty,B,ioc,h,e,m,ic,a,l,$10,m,i,l,lion,La,rg,e,s,ucce,s,s,$90,m,i,l,lion,0,.,7,S,m,a,l,l,s,ucce,s,s,$50,m,i,l,lion,0,.,3,B,io,g,ene,t,ic,$20,m,i,l,lion,S,ucce,s,s,$200,m,i,l,lion,0,.,2,Fa,ilure,$0,m,i,l,lion,0,.,8,实际举例,MakingSequentialDecisions序惯决策,SimultaneousDevelopment同时发展,BiochemicalFirst先进行生物化学研制,BiogeneticFirst先进行生物基因研制,SummaryofR&DOptionsR&D方式的总结,IncorporatingNewInformation加入新信息,通常一个初步的研究会对自然状态的概率有一个更好的近似.例如:市场调研（Marketsurveys）市场测试（Test-marketing）地震测试（Seismictestingforoil）问题:我们得为得到这些信息付多少价值呢？,ExpectedValueofPerfectInformation全信息价值,EP（无更多信息）=以原始的先验概率用贝叶斯决策规则得到的期望收益EP（拥有全情报）=如果知道真实的自然状态进行决策得到的期望收益EVPI=全情报价值=EP（拥有全情报）-EP（无更多信息）C=获取更多信息的花费如果EVPIC，不值得获取更多的信息如果EVPIC,值得获取更多的信息,ImperfectInformationSeismicTest不完全信息地震测试,假定有一个地震测试可以得到更好的信息进行100次测试记录,实际举例,P(W|G)=给定测试是“Good”时有石油“Wet”的概率,ConditionalProbability条件概率,测试结果的概率:P(G)=P(B)=给定测试结果下的条件概率:P(W|G)=P(D|G)=P(W|B)=P(D|B)=,ActualStateofNatureWet(W)Dry(D)TotalSeismicGood(G)302050ResultBad(B)104050Total4060100,ConditionalProbability条件概率,RevisingProbabilities修正概率,Step#1联合概率（JointProbabilities）,联合概率（JointProbabilities）,RevisingProbabilities修正概率,RevisingProbabilities修正概率,Step#2后验概率（PosteriorProbabilities）,BayesTheorem贝叶斯定理,RiskAttitude风险态度,对于下面的抛硬币赌博，你愿意选择哪一种呢？A:Heads:赢$200Tails:亏$0B:Heads:赢$300Tails:亏$100C:Heads:赢$200,000Tails:亏$0D:Heads:赢$300,000Tails:亏$100,000,RiskAttitude风险态度,将货币价值转化为反映决策者偏好的正确标度的途径称为货币效用函数风险回避者(RiskAverse)随着货币数量的增加，函数的斜率递减，称为递减的货币边际效用风险偏好者（RiskSeekers）效用函数的斜率随着货币数量的增加而增大，具有递增的货币边际效用风险中性者（Risk-neutral）认为钱的价值等同于其货币价值，货币效用简单地与货币的数量呈直线关系,UtilityandRiskAttitude效用与风险态度,FundamentalPropertyofUtilityFunction效用函数的基本属性,基本属性（FundamentalProperty）：在效用理论的假设下，决策者的货币效用函数具有这样的属性：如果两个选择具有相同的期望效用，则决策者在这两个选择导致的行为上是无差异的。,MethodsforCreatingaUtilityFunction产生效用函数的方法,搏彩程序#1(选择p)1.设U(Min)=0.2.设U(Max)=1.3.寻找U(x).选择p使得下列无差别:a.支付x.b.概率p支付Max和概率(1p)支付Min.则U(x)=p.,搏彩程序#2(ChooseCE)1.设U(Min)=0.2.设U(Max)=1.3.给定U(A)和U(B):选择x使得下列无差别:a.一个50-50赌博,支付为A或B.b.一个确定的支付x.则U(x)=0.5U(A)+0.5U(B).,MethodsforCreatingaUtilityFunction产生效用函数的方法,指数效用函数（ExponentialUtilityFunction）1.选择r使得下列无差别:a.50-50赌博支付为+r或r/2.b.支付为0.2.,MethodsforCreatingaUtilityFunction产生效用函数的方法,SensitivityAnalysis敏感性分析,SensitivityAnalysis敏感性分析,SensitivityAnalysis敏感性分析,SensitivityAnalysis敏感性分析,SensitivityAnalysis敏感性分析,美国石油公司使用效用评估所有服务站1982/12托姆科石油集团在74种自然状态下从两个地点选择一个钻油井,三月-四月，1986个人决策公司使用无概率决策准则从浮动利率抵押和固定利率抵押中选择,五月-六月，1986美国邮政服务公司为实现邮政自动化，在六个备择方案中进行选择，节约了2亿美元,三月-四月，1987不列颠哥伦比亚水电管理局对许多战略问题应用效用函数度量价值,十一月-十二月，1992,PracticalApplications实际应用,经典应用,通用汽车五年中开展了超过40个主要的决策分析项目,1992/11-12英国化学工业公司美洲分公司在几乎没有数据可以评估的情况下，选择研发项目,1993/11-12联邦国民抵押协会使用效用选择房产抵押投资组合，1994/4-5飞利浦石油公司在固定的风险政策下评估石油开采机会，1995/11/12,PracticalApplications实际应用,经典应用,SessionSummary本讲小结,小结,决策分析是面对大量不确定性时进行决策的很有价值的工具，它提供了当结果不确定时进行理性决策的框架和方法介绍了决