运用treeplan宏建立决策树求解风险型决策问题

运用"treeplan"宏建立决策树求解风险型决策问题

实验内容:

某公司有50000元多余资金,如用于某项开发事业估计成功率为96%,成功时一年可获利12%,但一旦失败,有丧失全部资金的危险.如把资金存放到银行中,则可稳得年利6%.为获得更多情报,该公司求助于咨询服务,咨询费用为500元,但咨询意见只是提供参考,帮助下决心.据过去咨询公司类似200例咨询意见实施结果,情况见表4.1.试用决策树方法分析:

(1).该公司是否值得求助于咨询服务;

(2).该公司多余资金应如何合理使用?

表4.1 已有的200例咨询意见的实施结果

[实验步骤]:(一).先验分析(二).预验分析(三).后验分析

首先请单击下载treeplan宏,然后单击"文件"→"打开"加载treeplan宏.

第一步先验分析

1. 依次点击:"工具"→"Decision tree"后出现如下对话框:

图4.1 新建决策树

单击"New Tree"选项后,得到如下界面:

图4.2 初始决策树

按图输入相应的数据之后,得到图4.3

图4.3 录入数据

选定单元格"G 5", 依次点击"工具" →" Decision tree" 后出现如下对话框:

图4.4 增加事件节点

选择"change to event node"," Branch"选择" two(2 个分支),点击OK,得到图4.5:

图4.5 增加事件节点后的决策树

输入相应数据后的图4.6.

图4.6 录入数据

第二步预验分析（决定是否借助情报咨询）

仿照先验分析的制作方法得到如图4.7的决策树.

图4.7 预验分析决策树

第三步后验分析(贝叶斯分析)

仿照先验分析的制作方法得到如图4.8的决策树.

图4.8 后验分析决策树