在聽了易佳諮詢駱老師的講課後，回來做作業。要把p339的 決策樹的灰色部分自己會計算，圖是這樣的：
這裡有幾個概念。 決策節點，機會節點，分支結束(即樹的葉子結點)。
以下是個人理解，僅供參考和備考用，可能不太嚴謹：
一般畫圖從左往右畫，可見有點像思維導圖。但是不一樣的是，概念不太相同。
老外是資本主義社會，一切都喜歡用錢來測量，這個emv也是如此, m是monetary的意思,這個單詞是money的變種。
第1步先是要分解備選決策為兩個或多個方案（是新建還是擴建呢，或者另乙個例子，辦展會去北京，上海還是深圳辦呢？是哪個更划算，或者說哪個利潤多）
第2步，計算每乙個分支結束的價值（葉子結點的利潤）
原諒我這裡用了利潤一詞，是因為我想突出這張圖最終關心的並不是收入，也不是費用（投資建廠花出去的錢）是掙的利潤，學過會計學基礎的同學們都知道有乙個公式， 收入-費用=利潤
以建新廠，強需求（2億美元）為例來計畫
利潤=收入（2億美元）- 費用（1.2億美元）= 8000萬
類似的，弱需求也可以計算，只不過這種情況下是市場不景氣，收入太少了，導致利潤是負數，虧錢嘛
第3步，按百分比加權算出各方案的整體emv
例如建設新廠方案的emv=60%*8000 + 40%*(-3000) = 3600萬美元
在我理解，這就是個典型的利潤值，當然隨便發明新名詞是我的不對
第4步，決策即比較不同的方案emv哪個大
哪個emv大就選哪個方案。
最後補充，我理解每個機會節點的分支可以不僅有2個，3個或多個也可以的，例如需求可以分為強需求，中等需求，弱需求。
為什麼說資料分析只是輔助決策的工具而非絕對依據
很久之前，科學界的先輩們就已經意識到人類的主觀感覺並不可靠，由主觀感覺得出的結論也往往漏洞百出，從伽利略站在比薩斜塔上丟下那一對小球開始，人們就不斷在探尋那些看似和主觀感覺大相徑庭的真理，而在現實生活特別是商業分析中，正確的決策往往和科學理論一樣，是不同於我們的主觀感受的。資料分析作為一種嚴謹而客觀...
基於 GMF 的流程分析工具的設計與實現
本文在 gmf2.0 的基礎上，用乙個自上而下的流程分析建模工具為例，完整的描述了從如何建模，如何修改模型，以及如何客戶化生成的 框架的整個過程，主要涉及布局，ui 外觀，模型操作以及對多個 editor 的支援等等。前言 gmf graphical modeling framework 是ecli...
大資料與網路分析的平台和工具
1.cytoscape，cytoscape 是一款圖形化顯示網路並進行分析和編輯的軟體。2.很多雲大資料技術平台可以應用 ms azure ibm waston knime alteryx等都具備雲計算和網路分析的模組和應用體系。3.neo4j圖資料庫，具有處理百萬和t級節點和邊的大尺度處理網路分析...