什么是统计决策理论法

管理者运用统计决策理论法可以解决信息不完整或不确定性产生的问题。假设在进货时，一名店主只能进A品牌或B品牌的货物，但是不能同时购进两个品牌。她知道购进两个品牌的货物时所需的费用，也清楚如果这两个品牌的商品都能得到顾客的青睐(或无法引起顾客的注意)，她能盈利(或亏损)多少。然而，她只能估计出同时购进两个品牌的商品时的得失情况，而无法估计出单独出售一个品牌的商品时的销售情况，因此她的信息是不完整的。如果店主运用统计决策理论，她就可以确定每种备选方案的可能性了(评估每个品牌的商品的销售情况)。这样她就可以确定哪种备选方案——购进A品牌还是B品牌的商品一一能够为她带来最大收益了。

三种不同程度的不确定性

统计决策理论认为，管理者在制定决策时面临三种不同程度的不确定性。管理者的一些决策是在确定的条件下制定的。对于这些决策产生的后果，管理者早已知晓。例如，从现实角度而言，如果你购买50美元的储蓄债券，你知道该债券到期时你能获得占票面总值6％的利率。但是管理者很少在这种情况下制定决策。确定性是指提前知道决策后果的条件。不确定性是指关于某一特定领域内信息的缺失。

在另一种极端情况中，一些决策是管理者在不确定的情况下制定的。在这种情况中，管理者甚至无法判定不同的可能性可能引发的不同后果。例如，一名店主在进货时，可以进几种新产品，但是他不知道这几种新产品是否会受顾客的欢迎。这种完全不确定的状况并不多见。大多数管理决策是在存在风险的情况下制定的。在这些情况中，管理者至少能够确定每种结果的发生概率。换句话说，管理者知道(根据以往经验或通过专业推测)每种可能出现结果的发生概率(如产品A还是产品B更受大众欢迎)。风险是指某种结果将会发生或不会发生的概率。

决策树

决策树是在一定风险的情况下制定决策的方法。在决策树中(图1)，我们可以计算每种备选方案的期望值。期望值等于结果概率与结果利润或结果代价的乘积。例如，根据图1，我们得知，B品牌的商品对店主更加有利。A品牌的商品得到大众欢迎的机会是70％，店主可以得到800美元的利润，这种商品可能能够为店主带来800美元的利润，也可能会为店主带来90美元的损失。因此，A品牌的商品能够为店主带来的期望值是470美元。然而，B品牌的商品的期望值相对较高，是588美元。

图1：决策树