通过在Top Honors中辅导中学生学习数学，我学到了很多知识（并重新学习了这些知识）。例如， 如果您很难解决数学问题，我建议我的学生画一幅画 。 这是决策树的最佳功能之一：它使您可以为复杂的多阶段决策制定路线图。 树可帮助您管理两个关键的复杂性：不确定性和路径依赖性。
让我们从不确定性开始。 我们已经讨论了决策的结果如何不确定，因为它们取决于我们无法控制或无法控制的人和事物。 您决定购买房屋A而不是房屋B或投资股票而不是债券的结果一方面取决于家庭和邻居的行为，另一方面取决于资本市场的行为。 这就是为什么您不能通过结果来告诉决策智慧的原因之一。 重要的是决策过程。
- 这就是原因，而不是原因
- 错误的决定。 我做了几个。 和Dan Ariely住一个晚上不是其中一个。
- กนใจอย่างไรให้เวิร์ค์คากCEOของAmazon
- 有限的专业化（以及人类合作的局限性）
- 人道主义反馈与回应：关于如何改进的4条评论
对于您今天做出的任何决定，不仅结果不确定，而且最终结果将取决于您将来做出的决定。 例如，假设房屋A较大，这将为您提供放置游泳池，温室或（我最喜欢的）天文台的选择。 您将根据家人的利益发展情况做出这些改进。 家庭B没有提供这些有价值的选择。 如果B与A相比没有其他优势，那么选择A是明智的选择。但是，如果B具有更多的阳光并且更适合使用太阳能或绿色屋顶，那么您会遇到决策树可以帮助。
下图是我为 纽约城市学院的 课程准备的假设决策树 。 决策1是在立即创建在线财务健康应用程序还是从低成本离线原型开始之间进行选择。 假设我们采用上层分支，并首先构建在线版本。 我们投资了75,000美元，有25％的成功机会，价值一百万美元，有75％的失败机会，价值为零。 这些值的加权平均值为$ 250,000。 减去$ 75,000的费用，您得到的该决策的净值是$ 175,000。
让我们取较低的分支，从离线原型开始。 它的成本要低得多（$ 10,000），但成功几率较低（50/50）。 如果成功， 我可以做出第二个决定。 我可以将原型转变为在线应用程序，也可以尝试将其出售给老牌公司。 第二阶段的决定有其成功和失败的机会。 为了计算该较低分支的值，我从右到左进行操作，先计算第二阶段决策的净值，然后计算第一阶段决策的净值。 我的结论是：首先创建离线原型具有最高的期望值，这是我应该做出（并且确实做出）的决定。
决策树的明显吸引力是在这种不确定性下相对容易理解多阶段决策。 但是创建它们在看似具有挑战性。 很难将一组复杂的决策归结为它们的关键路径，很难为结果设置美元（或其他数值）值并估算概率。 许多相关的结果无法评估：在这种情况下，声誉； 学习; 其中的情绪压力。
概率在这里意味着什么？ 它们可以是客观的或主观的。 如果我们将它们理解为世界的客观特征，那么它们仅在您多次做出决定的情况下才有用。 在数百种类似的应用程序中，如果我始终走低级路线，我可能会最终领先。 但是，我可以在自己的职业生涯中开发几次应用程序。 对于任何给定的单个实例，我都可以做出正确的决定，但仍然会有不满意的结果。
为了将决策树用于一次性决策，我们必须将概率视为主观的 ，即，衡量信念或信心程度的指标。 75％的人表示“高置信度”，而25％的人显然是“低置信度”。通过这种方式，我们很诚实地认为决策的主观性。
决策树的另一个挑战是它们不能很好地处理风险。 上层“在线”分支中最坏的情况是75,000美元的故障成本。 如果脱机策略成功但下一个在线决策失败，则下级分支机构的最坏情况是$ 80,000。 决策分析师可以单独报告此数字，也可以应用一些蒙特卡洛分析。
总之，决策树是一种吸引人的视觉方式，可以勾勒出我们的决策可以采取的各种路径，并根据我们对各种结果的成本，收益和概率的客观估计来选择初始路径。 它们可以作为一种承诺工具：当我们获得更多信息时可以自由更新值时，我们可以通过誓言继续严格应用树来限制不相关信息和偏差的影响。
您是否有要通过决策树进行分析的多阶段决策？ 让我们知道…也许我们可以提供帮助。
请在下面发表评论，注册电子邮件更新，并与希望做出更好决定的任何人分享。 请在此处注册以尝试我们的个人理财计划原型。 你不会后悔的！
1 Top Honors正在布鲁克林的新地点寻找导师。 在这里找到更多。
参考资料和资源：
决策树-一种可视化决策的简单方法
决策树
决策树（视频）
Treeplan（Excel加载项）
