Fordeler og ulemper av beslutningstrær

Beslutningstrær er diagrammer som forsøker å vise omfanget av mulige utfall og påfølgende vedtak fattet etter en innledende avgjørelse. For eksempel kan den opprinnelige avgjørelsen være om å gå på college, og treet kan forsøke å vise hvor mye tid vil bli brukt til å gjøre ulike aktiviteter og din opptjening makt basert på avgjørelsen din. Det er flere kjente fordeler og ulemper med å bruke beslutningstrær.

vurderer konsekvenser

En av de mest nyttige aspekter av beslutningstrær er at de tvinger deg til å vurdere så mange mulige utfall av en beslutning som du kan tenke på. Det kan være farlig å gjøre spur-of-the-moment beslutninger uten å vurdere omfanget av konsekvenser. En beslutning treet kan hjelpe deg veie de sannsynlige konsekvensene av en avgjørelse mot hverandre. I noen tilfeller kan det også hjelpe deg å beregne forventede utbetalinger av beslutninger. For eksempel, hvis du oppretter dollar verdianslag for alle utfall og sannsynligheter knyttet til hvert utfall du kan bruke disse tallene til å beregne hvilke opprinnelige beslutningen vil føre til størst gjennomsnittlig økonomisk payoff. Beslutnings trær gir et rammeverk for å vurdere sannsynlighet og utbetalinger av beslutninger, som kan hjelpe deg med å analysere en beslutning om å få mest mulig informert beslutning mulig.

forventninger

En ulempe med å bruke beslutningstrær er at utfallet av beslutninger, kan senere vedtak og utbetalinger skal primært basert på forventninger. Når faktiske beslutningene tas, kan utbetalingene og resulterende beslutninger ikke være de samme som du & # 039; ve planlagt. Det kan være umulig å planlegge for alle eventualiteter som kan oppstå som følge av en beslutning. Dette kan føre til et urealistisk beslutningstre som kan veilede deg mot en dårlig beslutning. Dessuten kan uforutsette hendelser endre beslutninger og endre utbetalingene i et beslutningstre. For eksempel, hvis du forventer at foreldrene dine vil betale for halvparten av høgskolen når de bestemmer seg for å gå på skolen, men senere oppdager at du blir nødt til å betale for alle skolepenger, vil din forventede utbetalingene være dramatisk annerledes enn virkeligheten.

kompleksitet

Beslutningstrær er relativt lett å forstå når det er få beslutninger og resultater inngår i treet. Store trær som inneholder dusinvis av beslutnings noder (flekker der nye beslutninger blir gjort) kan convoluted og kan ha begrenset verdi. Jo flere avgjørelser er det i et tre, mindre nøyaktige påregnelig utfall er sannsynlig å være. For eksempel, hvis du gjør et tre kartlegge beslutningen om å gå på college, har du sannsynligvis vant & # 039; t være i stand til å nøyaktig forutsi sjansen for at du vil være å gjøre over $ 100.000 i ti år, men du kan være i stand til å nøyaktig anslå inntjenings kraft etter at du får ut av college.