决策树分析

40%

机会节点

终端节点

8000万=2亿-1.2亿

通常用方框表示，代表一个需要做出选择的点。每个决策节点都连有分支，代表不同的选择。输入：各项决策期望值输出：已制定的决策

4600万=7000万×60%+1000万×40%

需求强劲（1.2亿）

1000万=6000万-5000万

60%

改造老厂（投资5000万）

机会节点（Chance Node）

-3000万=9000万-1.2亿

新建or改造

需求强劲（2亿）

决策节点

终端节点（Terminal/End Node）

备注：1. 本例中，在投资1.2亿元建设新厂和投资5000万元改造老厂之间制定决策。2. 两种决策都必须考虑实际需求，因市场需求不确定，因此用“机会节点”来表示。例如，需求强劲的情况下，建设新厂可以带来2亿元收入；如果改造老厂则可能由于产能限制，可带来1.2亿元收入。各个分支末端都显示了收入减去成本的净收益。3. 在两个决策分支节点中，将所有效果叠加得到期望值（期望值=Σ不同结果×概率），以供整体决策对比。4. 决策节点和机会节点可以有多个，本例假设了两种可能情况，实际决策中据实增加。

需求疲软（6000万）

建设新厂（投资1.2亿）

7000万=1.2亿-5000万

需求疲软（9000万）

待决策事件

决策节点（Decision Node）

决策树分析

EMV决策：4600万*选取决策加权值较大者

通常用圆形表示，代表一个不确定性的情景。每个机会节点的分支代表不同的可能结果，并附有每种可能结果的概率。输入：场景回报、场景概率输出：预期货币价值（EMV）

待制定的决策

3600万=8000万×60%+(-3000万)×30%

通常用三角形表示，代表一个决策过程的结束。它显示最终的结果或回报值。计算值：收益 - 成本（沿路径）