定量分析方法.ppt

1、,定量分析方法,2,一、定量分析方法概述 二、定量分析的一般方法 三、定量分析方法使用,一、定量分析方法概述,1. 什么是定量分析方法 2. 定量分析方法的分類 3. 定量分析方法的一般程序 4. 數(shù)據(jù)分布的一般特征,1.1 什么是定量分析方法,早期的公共管理推薦經(jīng)驗科學(xué)的研究方法，把觀測、實驗、對比、抽樣、案例、訪談、調(diào)查等方法，作為主要方法。 20世紀(jì)40年代以后，開始引入運籌學(xué)，控制論，系統(tǒng)工程、系統(tǒng)分析、損益分析，計算機模擬等定量分析方法。 定量分析的定義：借助于經(jīng)濟學(xué)，數(shù)學(xué)，計算機科學(xué)、統(tǒng)計學(xué)，概率論以及幫助決策的決策理論來進行邏輯分析和推論。,1.2 定量分析方法的分類,回歸分析法

2、 時間序列分析法 層次分析法 決策法 優(yōu)化方法 投入產(chǎn)出分析法,1.3定量分析方法的一般程序,通常分析研究要經(jīng)歷選擇課題、制定課題計劃、數(shù)據(jù)搜集、分析與預(yù)測、成果應(yīng)用及評價五個階段，各個階段的關(guān)系已經(jīng)具體每個階段中需要做的工作可以細分成如右圖。 “制定課題計劃”處理的好就能把握好一個大方向，避免或少走彎路。 “數(shù)據(jù)搜集”是后期工作的立足點，數(shù)據(jù)充分準(zhǔn)確與否關(guān)系整個研究成果的可信度。 “數(shù)據(jù)整理和鑒別”是數(shù)據(jù)分析與預(yù)測的前期工作，這個階段的成果直接服務(wù)于“數(shù)據(jù)分析與預(yù)測” “數(shù)據(jù)分析與預(yù)測”是核心工作也是任務(wù)最繁重的工作，這里將涉及到一系列的定量分析方法和紛繁的數(shù)學(xué)計算，要求較高，難度也是最大的

3、。,數(shù)據(jù)收集,數(shù)據(jù)搜集 分析研究的性質(zhì)及其研究方法，決定了分析研究必須以大量的、翔實的數(shù)據(jù)為基礎(chǔ)才能獲得成果。因此，數(shù)據(jù)搜集是對具體數(shù)據(jù)進行分析研究、對未來狀況進行預(yù)測的前提，也是決定整個分析研究能否得出正確的、有效地結(jié)論的關(guān)鍵。搜集的數(shù)據(jù)越全、越充分，研究的基礎(chǔ)就越牢固，結(jié)論就越準(zhǔn)確、可靠。 數(shù)據(jù)搜集的一般程序 課題分析包括內(nèi)容分析、地域分析和時域分析三方面，只有對課題研究的內(nèi)容和概貌、所涉及的學(xué)科和領(lǐng)域、所需數(shù)據(jù)的內(nèi)容范圍和重點、主題和類屬等進行認真的分析，得以確切的認識，才能選擇適當(dāng)?shù)乃鸭绞剑樌拈_展數(shù)據(jù)調(diào)查活動。,數(shù)據(jù)整理與鑒別,經(jīng)過數(shù)據(jù)搜集得到的數(shù)據(jù)通常是雜亂無章的，同時由于數(shù)據(jù)

4、來源的廣泛性、渠道的多樣性，使得其真實性和可靠性很難保證。這些數(shù)據(jù)還遠遠不能達到使用的要求，必須對其進行鑒別和整理之后，才能在此基礎(chǔ)上進行更深入的研究。 數(shù)據(jù)整理是屬于數(shù)據(jù)的初加工，一般流程可用下圖表示： 形式整理：將眾多數(shù)據(jù)進行形式上的排序，不涉及數(shù)據(jù)具體內(nèi)容，而是憑借某一外在依據(jù)進行分門別類的處理。（外在依據(jù)：學(xué)科，使用方向，內(nèi)容要點。） 內(nèi)容整理：在形式整理得基礎(chǔ)上進一步深化，從內(nèi)容角度對數(shù)據(jù)再處理。 簡單舉例：國民經(jīng)濟數(shù)據(jù)，可能得到的一手資料就非常紛繁，那可能的一種整理方式，首先形式整理分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)；內(nèi)容整理再有可能對第一產(chǎn)業(yè)數(shù)據(jù)進一步分解，比如按季度劃分，分別統(tǒng)計

5、報表，提煉增長趨勢等觀點。,1.4 數(shù)據(jù)分布的一般特征,集中趨勢的測度 找出一組數(shù)據(jù)的中心或中間位置。相關(guān)概念：眾數(shù)（頻此出現(xiàn)最多的數(shù)，分單眾數(shù)、復(fù)眾數(shù)、無眾數(shù)）、中位數(shù)（排序了的順序數(shù)據(jù)的中間那個數(shù)）、分位數(shù)（特殊的中位數(shù)）、平均數(shù)、加權(quán)平均數(shù)； 離散趨勢的測度 極差（全距，衡量一組數(shù)據(jù)跨度的系數(shù)）；平均差；方差和標(biāo)準(zhǔn)差； 兩者需要結(jié)合來看：數(shù)據(jù)的離散程度越大，集中趨勢的測度值對該組數(shù)據(jù)的代表性就越差；離散程度越小，其代表性越好。以兩組數(shù)據(jù)為例：0、50、100；48，50，52,二、定量分析的一般方法,回歸分析法 時間序列分析法 層次分析法 決策法 優(yōu)化分析方法,2.1 回歸分析法,回歸分

6、析法：是運用數(shù)理統(tǒng)計方法從事務(wù)已知狀態(tài)預(yù)測未來狀況的一種定量研究方法。它的基本功能是從涉及多因素相互交織的復(fù)雜現(xiàn)象中尋找規(guī)律，推斷出有意義的結(jié)論。 回歸分析法著眼于研究變量之間的互相關(guān)系，把其中一些因素作為控制的變量，而把另一些隨機變量作為因變量，利用適當(dāng)?shù)臄?shù)學(xué)模型盡可能趨向于趨勢變化的均值描述它們的關(guān)系的分析 基本步驟： 搜集數(shù)據(jù)是后續(xù)所有工作的基礎(chǔ)。 設(shè)定回歸方程就是明確自變量和因變量關(guān)系的過程。因變量是果，是我們待預(yù)測的因素；自變量是因，它的發(fā)展規(guī)律將影響因變量的趨勢，選擇什么自變量，要能夠代表預(yù)測對象的發(fā)展變化，特征參數(shù)的選擇將直接影響到預(yù)測結(jié)果的準(zhǔn)確性。 注意趨勢的延續(xù)性。,2.1

7、回歸分析法,1 回歸分析方法概述 2 一元線性回歸分析 3 多元線性回歸分析 4 一元非線性回歸分析 5 多重線性回歸 6 Excel的函數(shù)使用,2.1.1 回歸分析方法概述,一種建立統(tǒng)計觀測值之間的數(shù)學(xué)關(guān)系的方法 通過自變量的變化來解釋因變量的變化，從而由自變量的取值預(yù)測因變量的可能值 自變量與因變量的相關(guān)關(guān)系,2.1.1.1 最小二乘法,原理：因變量估計值與觀測值之間均方誤差極小 (使殘差平方和最小的方法) 在實際操作中，可以通過Matlab或者Excel種的回歸分析工具計算系數(shù)a和b,2.1.1.2 回歸模型的檢驗,判定系數(shù) R2 用來判斷回歸方程的擬合優(yōu)度。 通?？梢哉J為當(dāng)R2大于0.

8、9時，所得到的回歸直線 擬合得較好，而當(dāng)R2小于0.5時，所得到的回歸直線很 難說明變量之間的依賴關(guān)系。 t 統(tǒng)計量 如果對于某個自變量，其t統(tǒng)計量的P值小于顯著水 平（或稱置信度、置信水平），則可認為該自變量與因 變量是相關(guān)的。 F 統(tǒng)計 如果F統(tǒng)計量的P值小于顯著水平（或稱置信度、置 信水平），則可認為方程的回歸效果顯著。,2.1.1.3 回歸預(yù)測的步驟,第一步，獲取自變量和因變量的觀測值。 第二步，繪制XY散點圖。 第三步，寫出帶未知參數(shù)的回歸方程。 第四步，確定回歸方程中參數(shù)值 第五步，判斷回歸方程的擬合優(yōu)度。 第六步，進行預(yù)測,2.1.2 一元線性回歸,【例5-1】 “阿曼德匹薩”是

9、一個制作和外賣意大利匹薩的餐飲連鎖店，其主要客戶群是在校大學(xué)生。為了研究各店鋪銷售額與店鋪附近地區(qū)大學(xué)生人數(shù)之間的關(guān)系，隨機抽取了十個分店的樣本，得到的數(shù)據(jù)如下：,試根據(jù)這些數(shù)據(jù)建立回歸模型。然后再進一步根據(jù)回歸方程預(yù)測一個區(qū)內(nèi)大學(xué)生人數(shù)為1.6萬的店鋪的季度銷售額。,2.1.2 一元線性回歸,求回歸系數(shù)a和b的方法 規(guī)劃求解 斜率：SLOPE() 截距：INTERCEPT() LINEST()函數(shù) 回歸分析報告 散點圖添加趨勢線 求判定系數(shù)R2的方法 擬合度：RSQ()函數(shù) 回歸分析報告 趨勢線,2.1.3 多元線性回歸,多元線性回歸模型的一般形式 多元線性回歸預(yù)測步驟 第一步，獲得候選自變

10、量和因變量的觀測值。 第二步，從候選自變量中選擇合適的自變量。有幾種常用的方法： 最優(yōu)子集法（ R2最接近1） 向前增選法等 第三步，確定回歸系數(shù)，判斷回歸方程的擬合優(yōu)度。 第四步，根據(jù)回歸方程進行預(yù)測。,2.1.4 一元非線性回歸,用一條曲線來擬合因變量對于自變量的依賴關(guān)系 通過變量替換把問題轉(zhuǎn)化為一元或多元線性回歸問題后，用線性回歸分析的方法建立回歸模型，并進行預(yù)測(即化非線性回歸為線性回歸) 對于更復(fù)雜的情況，現(xiàn)在有很多擬合工具可以使用，如Origin、Matlab等,2.1.4.1 冪函數(shù)曲線擬合,2.1.4.2指數(shù)函數(shù)曲線擬合,2.1.4.3 對數(shù)函數(shù)曲線擬合,2.1.4.4 雙曲線

11、函數(shù)擬合,2.1.4.5二次多項式及三次多項式,2.1.4.6 S型（Logistic）曲線擬合,2.1.4.7 回歸分析的步驟,回歸分析步驟 觀察XY散點圖，確定擬合曲線類型（對數(shù)曲線），寫出帶未知參數(shù)的回歸方程 確定參數(shù)值，方法有： 回歸分析 規(guī)劃求解 變量替換 添加趨勢線 用回歸方程進行預(yù)測 （注：在擬合曲線類型不能確定時，可選不同類型進行嘗試，比較結(jié)果）,2.1.4.8 回歸分析舉例,某企業(yè)想了解公司某種產(chǎn)品的產(chǎn)量與收益 之間有何關(guān)系，為此收集整理了歷年的產(chǎn)量收益數(shù) 據(jù)資料。試根據(jù)這些資料建立適當(dāng)模型說明產(chǎn)量與收益之間的關(guān)系。 下面分別為直線擬合和對數(shù)擬合的結(jié)果，從結(jié)果中可以看出，對數(shù)

12、擬合更合適,作線性回歸擬合,做對數(shù)擬合,2.1.4.8 回歸分析舉例,2.1.5 多重線性回歸,在實際問題中，自變量的個數(shù)可能多于一個，隨機變量 y與多個可控變量x1,x2,x3,xk之間是否存在相關(guān)關(guān)系，則屬于多重（元）回歸問題。 多重線性回歸模型,隨機變量 與 之間的線性關(guān)系,其中,未知,則上式稱為多重線性回歸模型。,多重線性回歸模型的矩陣形式,考慮多元函數(shù),確定 的最小二乘法,目標(biāo)：確定 使 最小,方法：,解得：,多重線性回歸方程,有效性檢驗方差分析法,線性回歸方程 是否有統(tǒng)計意義，可檢驗假設(shè),是否成立,方法：方差分析法，將總離差平方和分解,有效性檢驗方差分析法,SR 回歸平方和，反映線

13、性關(guān)系對觀測結(jié)果產(chǎn)生的數(shù)據(jù)波動，SR越大，線性相關(guān)關(guān)系越強。 SE剩余平方和（或殘差平方和），反映除線性因素之外的其它因素對觀測結(jié)果產(chǎn)生的數(shù)據(jù)波動，SE越大，則其它因素對Y的影響越大。,有效性檢驗方差分析法,在H0成立的條件下，可以證明：,（n為觀測次數(shù)，k為自變量個數(shù)）,構(gòu)造F統(tǒng)計量,當(dāng) 時，拒絕H0,2.1.6 Excel的函數(shù)使用,函數(shù)：計算機執(zhí)行的一步或多步運算過程, 包括數(shù)學(xué)和三角函數(shù)、較復(fù)雜的矩陣運算函數(shù)及復(fù)雜的數(shù)據(jù)分析函數(shù)等。12類, 300多種。 (1) Excel 函數(shù)組成 函數(shù)名、參數(shù) 函數(shù)名：指定要執(zhí)行的運算。 參數(shù) 指定函數(shù)使用的數(shù)值或單元格數(shù)據(jù)。要放在括號( )內(nèi)。

14、(2) 基本語法 開頭必須有 =。如 = LOG(10) (也可用 +, -開頭) 參數(shù)必須放在圓括號( )內(nèi), ( )前后無空格, 不用參數(shù)的函數(shù)用空( )。 參數(shù)間要用逗號“,”隔開; 參數(shù)可以是數(shù)值、數(shù)組、單元格、單元 格區(qū)域、表達式、函數(shù) (嵌套7層)等。 可用名稱作為參數(shù)，如已定義的單元格名、區(qū)域名。,(3)函數(shù)調(diào)用 概念：函數(shù)調(diào)用使用函數(shù)的過程，函數(shù)的返回值結(jié)果。 方法 先選定插入函數(shù)的單元格, 用下列方法之一調(diào)用函數(shù)。 “插入”/fx插入函數(shù) 搜索函數(shù)/選擇類別/ 選擇函數(shù) 函數(shù)名輸入?yún)?shù)； 鍵盤輸入 =函數(shù)名, 參數(shù)； 輸入=，再點擊左側(cè)函數(shù)列表框, 選已用過的函數(shù)；在( )內(nèi)

15、輸入?yún)?shù)； 點擊按鈕 S 選函數(shù)名。,用好幫助 菜單欄幫助/ “F1”鍵； 有關(guān)該函數(shù)的幫助,2.1.6.1一元線性回歸,由最小二乘法求直線方程 y = ax+b 的參數(shù)： 斜率 slope a 截距 intercept b; 還有相關(guān)系數(shù) correlation r /R2， Linest 可對一組數(shù)據(jù)作線性回歸分析（Line Statistic） 通式：y =a1x1+a2x2+ . +amxm+b Linest 給出回歸參數(shù)a1, a2, ., am, b, 數(shù)值數(shù)組形式, 即返回a, b回歸參數(shù), 還可有附加回歸統(tǒng)計值r2, F, df, SS, 誤差等 Linest函數(shù)語法 格式 L

16、inest(y值數(shù)列, x值數(shù)列, 常數(shù)_邏輯，統(tǒng)計_邏輯) 返回值 為數(shù)值數(shù)組。,數(shù)值數(shù)組(回歸參數(shù)+回歸統(tǒng)計值),數(shù)值數(shù)組的順序,使用Linest 函數(shù)的操作過程: 先選定將要顯示數(shù)組的區(qū)域，然后輸入函數(shù)、適當(dāng)參數(shù)，再依次按下Ctrl+Shift+Enter輸入?yún)?shù)后“確定”的方法。 不能刪除數(shù)值數(shù)組中的單個元素。,2.1.6.2 多元線性回歸,LINEST和“數(shù)據(jù)分析”的“回歸” 還可對多個自變量xi 的函數(shù)式 y = a1x1+ a2x2+.+ amxm+ b 作線性擬合，計算出 m 個xi 相對應(yīng)的系數(shù) a1，a2，.，am 及常數(shù) b，還有回歸統(tǒng)計。,2.1.6.3多項式擬合,實驗

17、數(shù)據(jù)為一曲線, 其擬合函數(shù)的形式不清楚時, 常用多項式(普適函數(shù))進行擬合 y=b+a1x+a2x2+.+amxm 用Excel擬合方法 (1) 直接擬合法：“添加趨勢線”類型多項式階數(shù)。 (2) 變量變換法： 變換方法 x1=x，x2=x2，.，xm=xm 化為多元一次函數(shù)： y=b+a1x1+a2x2+ .+amxm 求多項式的參數(shù) b，a1，a2，.，am 可用 LINEST函數(shù)； “數(shù)據(jù)分析”“回歸”工具擬合。 方次盡量低；常用到 3 次方。n個數(shù)據(jù)點，擬合的多項式最高階數(shù)為 n1。,2.1.6.4 Excel使用小結(jié),求回歸系數(shù)、判定系數(shù) 規(guī)劃求解 回歸分析 回歸分析報告 添加趨勢線

18、 Excel內(nèi)建函數(shù) INTERCEPT()，SLOPE() LINEST() RSQ() SUMXMY2(),2.2 時間序列分析法,時間序列分析法：是一種根據(jù)研究對象的歷史上的一系列已知數(shù)據(jù)（時間序列），分析并找出事物隨時間發(fā)展的軌跡，用數(shù)學(xué)模型去描述研究對象隨時間變化的發(fā)展規(guī)律，并根據(jù)該模型預(yù)測事物的未來發(fā)展?fàn)顩r的定量分析預(yù)測方法。 在我看來，時間序列分析法就是一種特殊的回歸分析法，它們之間的區(qū)別是時間序列法不需要知道影響變量變化的因素，也不必去尋求因果關(guān)系，而是把各種因素的影響都轉(zhuǎn)化為時間的影響，只要有足夠的歷史統(tǒng)計數(shù)據(jù)可以用來構(gòu)成一個合理長度的時間序列。 前提： 決定研究對象以前發(fā)展

19、的諸因素，在很大程度上也將決定該對象的未來發(fā)展。 研究對象的發(fā)展過程屬于漸進式變化，而不是跳躍式的變化。 時間序列分析法的數(shù)學(xué)建模與回歸分析法基本一致，只是將自變量現(xiàn)在只關(guān)注時間了，將數(shù)據(jù)繪制成圖表，找出變化趨勢，定出曲線模型，之后求解系數(shù)即可。,2.3 層次分析法,層次分析法（AHP）：屬于系統(tǒng)決策論，它將判斷和價值結(jié)合為一個邏輯的整體，它依賴于想象、經(jīng)驗和知識去構(gòu)造問題所處的梯階層次，并根據(jù)邏輯、直覺和經(jīng)驗去給出判斷。它通常會將整個系統(tǒng)中的元素有機的結(jié)合起來考慮，并得出全面的結(jié)果。 從簡單例子得到感性認識：我想買一輛車，現(xiàn)在有三個牌子的車供我選擇，但是具體買哪輛車我卻有多個參考標(biāo)準(zhǔn)（這里就

20、有一個系統(tǒng)的概念），其中這些方面的權(quán)重又不一樣，問題來了我如何決策？ 1. 首先我依據(jù)自己的想象、經(jīng)驗和知識構(gòu)造了如下的一個遞階層次，暫不管它是否合理，只少這是目前我自己所能考慮的方面，在后續(xù)有另外的考慮時還能從新調(diào)整。 2. 接下來就是一個權(quán)重問題了，依據(jù)AHP方法我構(gòu)造如下一個兩兩比較矩陣，兩兩比較都是針對某一個準(zhǔn)則而言的.,2.3 層次分析法,3. 和積法權(quán)重計算步驟： 將判斷矩陣每一列歸一化 每一列經(jīng)歸一化后的判斷矩陣按行相加 對上一步生成的向量歸一化 計算判斷矩陣最大特征根 4.計算各層元素對目標(biāo)層的合成權(quán)重 AHP作為一種有用的決策工具有著明顯優(yōu)點： 適用性：用AHP進行決策，輸入

21、的信息主要是決策者的選擇與判斷，決策過程充分反映了決策者對決策問題的認識，這就使以往決策者與決策分析者難以溝通的狀況得到改變。通常由決策者直接使用AHP進行決策將大大增加決策的有效性； 簡潔性：AHP從本質(zhì)而言是一種思維方法，它把復(fù)雜問題分解成各個組成因素，又將這些因素按支配關(guān)系分組形成梯階層次結(jié)構(gòu)。通過兩兩比較的方式確定層次中諸因素的相對重要性。然后綜合決策者的判斷，確定決策方案相對重要性的總排序。整個過程就是分解、判斷、綜合； 適用性：AHP不僅能進行定量分析，還能進行定性分析。它將決策工程中定性與定量因素有機地結(jié)合起來，用一種統(tǒng)一方式進行處理。在諸如資源分配、沖突分析、方案評比、計劃等問

22、題中AHP都有著良好的適用性； 系統(tǒng)性。,2.4 決策法,決策法：指人們?yōu)閷崿F(xiàn)預(yù)定目標(biāo)，根據(jù)一定的條件，采用科學(xué)的方法和手段（與傳統(tǒng)決策的區(qū)別）從所有可供選擇的方案中找出最滿意的一個方案，進行實施，直至目標(biāo)的實現(xiàn)。系統(tǒng)論、控制論、信息論等新學(xué)科的出現(xiàn)，運籌學(xué)、概率統(tǒng)計等應(yīng)用數(shù)學(xué)的產(chǎn)生與發(fā)展，為實現(xiàn)科學(xué)的決策提供了基礎(chǔ)。 決策一般遵循如下的一個過程： 根據(jù)自然狀況的可控程度，決策問題可分為確定性、不確定型和風(fēng)險型決策三種,提出問題指找出系統(tǒng)在發(fā)展變化的過程中，期望狀態(tài)與實際狀態(tài)的差異 目標(biāo)是決策者希望達到的決策效果 黃框中的擬定備選方案和方案評估是決策過程中的關(guān)鍵，在擬定方案時必須做到嚴(yán)謹(jǐn)求實，

23、對決策方案的每個步驟都要仔細推敲，嚴(yán)格論證。而且要做到敢于創(chuàng)新，大膽探索。 方案優(yōu)選個人認為是決策的精髓。前期環(huán)節(jié)都是為最優(yōu)方案選擇做準(zhǔn)備。在進行選擇時，要注意不僅要確定最優(yōu)方案，而且要準(zhǔn)備可以啟動的后備方案。,2.4.1 確定性決策,確定型決策 確定型決策是指決策系統(tǒng)的全部事實明確，可以準(zhǔn)確列舉，只存在一種確定的自然狀態(tài)的決策。一般特點: 只有一個確定的自然狀態(tài)； 存在決策者希望達到的一個明確目標(biāo)； 存在可供選擇的兩個或兩個以上的行動方案； 不同的行動方案在確定狀態(tài)下的損益可以計算出來。 很抽象？還是看下面的例子吧 一位投資者手中有10000美元，有數(shù)種投資方案，所得回報可以確定，見下 表，

24、問這位投資者該如何決策？,可以看到此類中自然狀態(tài)是唯一的； 投資者的目標(biāo)是獲得最大年終收益； 面臨4個可供選擇的決策方案； 每個決策者的損益是已知的； 這個確定型決策較為簡單的就能選擇出執(zhí)行方案，投資政府證券,2.4.2 不確定性決策,不確定型決策 不確定型決策是指決策者面臨多種可能的自然狀態(tài)，且未來自然狀態(tài)出現(xiàn)的概率不可預(yù)知，可選方案在不同狀態(tài)下結(jié)果不同的決策。不確定型決策一般具備以下特點: 存在著兩種或兩種以上的自然狀態(tài)，既不能確定未來何種自然狀態(tài)會出現(xiàn)，也無法得到各自然狀態(tài)出現(xiàn)的概率； 存在決策者希望達到的一個明確目標(biāo)； 存在可供選擇的兩個或兩個以上的行動方案； 不同的行動方案在確定狀態(tài)

25、下的損益可以計算出來。,在這種情況下，決策者只能依據(jù)一定的簡單原則來進行分析決策，這樣的簡單原則，我們稱為決策準(zhǔn)則，常用的決策準(zhǔn)則有：樂觀準(zhǔn)則、悲觀準(zhǔn)則、折衷準(zhǔn)則、等可能性準(zhǔn)則、后悔值準(zhǔn)則。,2.4.3 決策準(zhǔn)則,樂觀準(zhǔn)則 又稱最大最大準(zhǔn)則，這是一種趨險型決策準(zhǔn)則。決策者對未來持樂觀態(tài)度，不管未來情況如何，總是選擇最好結(jié)果。找出每一個方案的最好結(jié)果； 悲觀準(zhǔn)則 又稱最小最小準(zhǔn)則，是一種避險型決策準(zhǔn)則。與樂觀準(zhǔn)則相反，選擇在最差自然狀態(tài)下帶來最多收益的方案； 折衷準(zhǔn)則 也稱樂觀系數(shù)法決策準(zhǔn)則。提出一個樂觀系數(shù)a，即最好狀態(tài)出現(xiàn)的概率為a，最差狀態(tài)出現(xiàn)的概率則為（1-a） 方案收益=最好狀態(tài)收益

26、* a + 最差狀態(tài)收益 * （1-a） 等可能性準(zhǔn)則 認為各種自然狀態(tài)等可能性發(fā)生 方案收益=各狀態(tài)下收益*各狀態(tài)發(fā)生概率；各狀態(tài)發(fā)生概率= 1/狀態(tài)數(shù)量,2.4.4 風(fēng)險型決策,風(fēng)險型決策 風(fēng)險型決策是指決策者在進行決策時，雖然無法確知未來將會出現(xiàn)何種自然狀態(tài)，但卻可以了解未來可能有幾種狀態(tài)出現(xiàn)以及每種狀態(tài)出現(xiàn)的概率。 一般特點 存在著兩種或兩種以上的自然狀態(tài)(如銷售中的暢銷、滯銷等)，各種自然狀態(tài)出現(xiàn)的概率可以通過計算或估計得到； 存在決策者希望達到的一個明確目標(biāo)； 存在可供選擇的兩個或兩個以上的行動方案； 不同的行動方案在確定狀態(tài)下的損益可以計算出來。 很抽象？還是看例子吧 一位投資者手中有10000美元，有數(shù)種投資方案，在不同利率變化情況下所得回報可以確定，并且利率上升的概率為40%，利率不變的概率為30%，利率下降的概率為30%見下表，問這位投資者該如何決策？ 最大收益期望值決策準(zhǔn)則：最大收益期望值決策準(zhǔn)則是指當(dāng)決策目標(biāo)的指標(biāo)為收益時，選擇收益期望值