决策树理论及案例解析

决策树理论



画出决策树的方法，通常包括三步：

第一步，列出你想要实现的目标或者解决的问题（一般用正方形表示）

第二步，在它的右侧画出能够实现这一目标的所有方案（一般用圆形表示）

第三步，在所有方案下面再列出这种方案可能的各个结果及其实现的概率（结果一般用三角形表示）

举个例子。你已工作三年，想要进一步增加自己的收入。你的可能选择有：

自己创业当老板。可能会有更高的收入；但是出去创业风险也高，也许会失败。

或者做一份兼职增加收入。但是也可能影响在公司的发展，导致两边都做不好

在公司更努力地工作，争取增加收入。

那么你到底应该出去创业、兼职，还是在公司更努力地工作呢？让我用决策树的方法来思考一下。创业、兼职和继续工作，形成了提高收入的三种解决方案。



对每种选择带来的收入结果和可能概率进行估算

比如，出去创业年收入超过100万元的概率是多少呢？可能有5%

年收入在50万元到100万元之间，可能概率是20%

年收入在10万元到50万元之间，可能概率是30%

年收入在5万元到10万元之间，可能概率是30%

年收入还不到5万元的概率，可能是5%

创业失败，还有赔钱的可能。赔钱10万元的概率，可能是10%



把兼职和继续留在公司的情形也列出来就形成了决策树。



那么怎么做决策呢？计算每个方案的可能收益，比较高低。方法是：把一个方案下每个结果的收入和它的发生概率相乘，然后求和。这就是这个选择的收入期望。

例如创业这个环节，收入期望的下限是：

100✖5%➕50✖20%➕10✖30%➕5✖30%➕0✖5%➕（-10）✖10%=18.5万元。

而兼职的收入期望下限是：

100✖1%➕50✖30%➕10✖20%➕5✖40%➕2✖9%=20.18万元。

同样的方法，留在公司的收入期望下限是：

100✖1%➕50✖10%➕10✖30%➕5✖59%=11.95万元。

通过计算，你可以发现：

收入期望：兼职20.18万元＞创业18.5万元＞留在公司11.95万元。

这样对比就可以得出结论。当然，这个例子中的收入和概率是随便写的。不过我们可以看到，对概率和结果的主观判断的准确性非常重要，它直接决定了我们最终要采取的行动。如果我们对自己的能力评价偏高，可能会认为自己在创业中赚大钱的概率比较高。如果我们对自己的评价相对偏低，可能会认为自己在创业中赚大钱的概率比较低。

概率不是固定值，而是动态值。应用好决策树理论的方法是通过不断实践，提升概率判断的准确性，从而提升决策能力。