進行科學的決策是專案評估工作中的主要目的之一。科學的決策方法就是對比判斷，亦即對擬建專案的備選方案進行比選。但是，決策存在一定的風險性，專案評估工作中的大量決策基本是屬於風險型決策。
概率分析為在風險條件下決定方案取捨的方法，決策樹分析也是常用的風險決策方法之一。
所謂決策樹分析，就是利用概率分析原理，用樹狀圖描述備選方案的內容、引數、狀態以及在實施過程中不同階段方案的相互關係，對方案進行系統分析和評估的方法。應用決策樹分析法不僅能進行單階段決策，而且對多階段決策也是行之有效的。
一、決策樹的結構
決策樹是以方框和圓圈為結點，並有直線連線而成的一種像樹形狀的圖形，它是由以下幾個因素構成：
（一）決策點與方案枝
某項決策的出發點，稱為決策點，用方框"口"表示。方框內可用符號表示其為第幾級決策點。
某項決策應有若干可供選擇的方案，用從決策點引出的若干條直線「—」表示，叫做方案枝。在方案枝的上下側可註明方案的含義及引數。
（二）狀態結點與狀態枝
方案在實施過程中由於存在風險性與不確定性，可能出現多種機會或狀態，方案在各種自然狀態下所能獲得的結果(如收益或成本)用圓圈「○」表示，稱為狀態結點或機會點。
每一方案可能出現的各種狀態用由狀態結點引出的若干條線"—"表示，稱為狀態枝。各種狀態的代號與概率等引數可標在狀態上下側，故又稱其為概率枝。
（三）結果點與損益現值
方案在某種狀態下可能獲得的結果用「△」表示，稱為結果點在結果點之後可分別列出其損益現值，所謂損益現值就是對方案在某種狀態下損失或收益的度量結果的現值，即狀態淨現值。由
以上符號構成的圖形像一棵樹，所以稱為決策樹。如下圖所示：
圖 決策樹
決策樹作為一種決策工具，它分析簡捷，形象直觀，可以把決策問題的全部決策方案和可能出現的各種自然狀態，以及不同自然狀態下的結果，都形象地顯示在全部的決策過程中。它是幫助專案評估人員進行分析比較方案的有用工具，近年來在專案評估工作中得到了廣泛應用。
二、決策樹分析的程式
（一）繪製決策樹圖
決策樹圖的繪製順序是由左向右。根據需要決策的問題、可供選擇的各種方案、各種方案的自然狀態給出決策樹圖。
（二）計算收益現值、期望值
決策樹分析的計算順序是由右向左。
1.根據有關資料計算出各結果點的收益現值，並將其標在結果點後面。
2.根據各狀態的收益現值和發生概率計算出各方案狀態損益期望值，並將其標在狀態結點上。
3.根據狀態期望值與投資現值計算方案淨現值的期望值，並將其標在方案枝上側。
方案淨現值的期望值=狀態期望值－投資現值。
（三）決策選擇
決策時遵循期望值原則，就是根據各方案的期望值進行決策。
1.若損益值用費用表示，應選擇淨現值的期望值最小的方案。
對落選的方案在其方案枝上畫「×」，表示此枝已被"剪掉"，稱之為修枝。這樣在決策樹上只留下一條方案枝，即為最優方案。
2.若損益值用收益表示，應選擇淨現值的期望值最大的方案。
三、單階段決策樹
利用決策樹進行決策時，凡只需要進行一次決策活動便可以選出最優方案，達到決策目的的決策，稱為單級決策。把單級決策過程中各方案可能出現的自然狀態概率和產生的結果繪成圖形，就是單階段決策樹。
四、多階段決策樹
凡需要進行兩次以上決策活動，才能選出最優方案，達到決策目的的決策，稱為多級決策。把多級決策過程中各方案可能出現的自然狀態、概率和產生的結果，都繪在一張圖上，就形成多階段決策樹。
利用決策樹進行多階段決策要從最末一級決策點開始，並用各級決策後方案的期望值代替該級決策點縮減決策樹，再逐級向前推移決策。
決策樹方法
風險決策問題的直觀表示方法的圖示法。因為圖的形狀像樹，所以被稱為決策樹，與決策矩陣表示法相比，決策樹表示法有許多優點。如決策矩陣表示法只能表示單極決策問題，且要求所有行動方案所面對的自然狀態完全一致。當利用決策樹表示法時，決策矩陣表示法的缺點均能被克服，同時決策樹表示法還方便簡捷、層次清楚，能形象地顯示決策過程。
決策樹的結構如圖 所示。圖中的方塊代表決策節點，從它引出的分枝叫方案分枝。每條分枝代表乙個方案，分枝數就是可能的相當方案數。圓圈代表方案的節點，從它引出的概率分枝，每條概率分枝上標明了自然狀態及其發生的概率。概率分枝數反映了該方案面對的可能的狀態數。末端的三角形叫結果點，註有各方案在相應狀態下的結果值。
應用決策樹來作決策的過程，是從右向左逐步後退進行分析。根據右端的損益值和概率枝的概率，計算出期望值的大小，確定方案的期望結果，然後根據不同方案的期望結果作出選擇。方案的捨棄叫做修枝，被捨棄的方案用「≠」的記號來表示，最後的決策點留下一條樹枝，即為最優方案。
當所要的決策問題只需進行一次決策就可解決，叫做單階段決策問題。如果問題比較複雜，而要進行一系列的決策才能解決，就叫做多階段決策問題，多階段決策問題採用決策樹決策方法比較直觀容易。
例 為了適應市場的需要，某地提出了擴大電視機生產的兩個方案。乙個方案是建設大工廠，第二個方案是建設小工廠。建設大工廠需要投資600萬元，可使用10年。建設小工廠投資280萬元，如銷路好，3年後擴建，擴建需要投資400萬元，可使用7年，每年贏利190萬元。試用決策樹法選出合理的決策方案。
圖9-4是例9.7的決策樹，計算各點的期望值：
點②：0.7×200×10+.3×（-40）×10-600（投資）=680（萬元）
點⑤：1.0×190×7-400=930（萬元）
點⑥：1.0×80×7=560（萬元）
比較決策點4的情況可以看到，由於點⑤（930萬元）與點⑥（560萬元）相比，點⑤的期望利潤值較大，因此應採用擴建的方案，而捨棄不擴建的方案。把點⑤的930萬元移到點4來，可計算出點③的期望利潤值。
點③：0.7×80×3+0.7×930+0.3×60×（3+7）-280 = 719（萬元）
圖 例 的決策樹
最後比較決策點1的情況。由於點③（719萬元）與點②（680萬元）相比，點③的期望利潤值較大，因此取點③而舍點②。這樣，相比之下，建設大工廠的方案不是最優方案，合理的策略應採用前3年建小工廠，如銷路好，後7年進行擴建的方案。
決策樹分析，不確定性分析
決策樹分析
使用分類樹的判別 目標變數是分類變數的判別問題 首先通過data 函式讀入資料，並通過str 函式確認其結構。data titanic str titanic titanic 1,2,表示第2個變數顯示時為第1水平，第3個變數顯示時為第2水平然後繪製馬賽克圖，將交叉統計結果視覺化。mosaicplo...
excel決策樹 酸奶決策樹分析
決策樹分類演算法一般分為兩個步驟 決策樹生成和決策樹修剪，運用決策樹分析法，可以找到酸奶的目標人群市場，通過此次決策樹分析，我們得出中收入的未婚和離異的男性為目標市場人群。一 資料分析 首先計算熵和資訊增益。樣本的概率分布越均衡，它的資訊量 熵 就越大，樣本集的混雜程度就越高，資訊增益越大，說明屬性...
excel決策樹 新酸奶決策樹分析
為了發現哪些消費者為新酸奶的目標客戶，我們利用決策樹分析酸奶消費者資料，以收入水平為決策樹的根節點，依次節點是性別和婚姻狀況，最後通過決策樹直觀的得出中等收入男性為決策樹目標客戶的結論。一 構建酸奶購買決策樹 二 分析 通過構建決策樹，我們發現只有中等收入且未婚或離異的男性消費者購買了酸奶，說明該酸...