Presentasjon lastes. Vennligst vent

Presentasjon lastes. Vennligst vent

Kap. 3: Beslutningsanalyse

Liknende presentasjoner


Presentasjon om: "Kap. 3: Beslutningsanalyse"— Utskrift av presentasjonen:

1 Kap. 3: Beslutningsanalyse
Systematisk måte å analysere beslutningsproblemer Hva er en god beslutning? bruker logikk tar hensyn til tilgjengelig informasjon bruker kvantitativ metode

2 Seks trinn i analysen: 1. Definer problemet
2. List opp mulige handlingsalternativer 3. Identifiser mulige utfall 4. List payoff eller profitt for hver kombinasjon av utfall/beslutning 5. Velg en av beslutningsmodellene 6. Bruk modellen og treff en beslutning

3 Eksempel: Thompson Lumber
Problem – lansere nytt produkt Handlingsalternativer Bygge stor fabrikk Bygge liten fabrikk Ikke investere i det hele tatt Utfall Markedet blir gunstig Markedet blir ugunstig Pay off – sett opp pay off matrise

4 Pay off matrise - Thompson

5 Hvilken modell skal velges?
Modellvalg avhenger av beslutningssituasjon og risiko: Beslutning med full sikkerhet, vi vet med 100 % sikkerhet hva utfallet blir Beslutning med risiko – vi vet sannsynlig-hetsfordelingen for utfallene Beslutning med usikkerhet – vi kjenner ikke til sannsynlighetsfordelingen

6 Beslutninger under risiko
I situasjoner med risiko kan vi beregne EMV - Expected Monetary Value (EMV) (forventet monetær verdi) EMV = sum av (pay off ved hvert utfall • sannsynligheten for utfallet) Anta at sannsynligheten for gunstig og ugunstig marked er 0,50/0,50 Hva er EMV for hvert handlingsalternativ?

7 EMV - Thompson EMV stor (200 000  0,5) + (-180 000  0,5) = 10 000
EMV liten (  0,5) + (  0,5) =

8 Nøkkelbegrep: EVPI Hva er det verdt for Thompson å få perfekt informasjon? Markedsanalysebyrå kan finne ut om markedet blir gunstig eller ugunstig for en kostnad på – men er det verdt beløpet? EVPI = Expected Value of Perfect Information (Forventet verdi av perfekt informasjon)

9 Pass på begrepene: EVPI = Expected Value of Perfect Information (forventet verdi av perfekt informasjon) EVwPI = Expected Value with Perfect Information (forventet verdi med perfekt informasjon) EVPI = EVwPI - Max EMV

10 EVwPI EVwPI = sum av verdi ved beste beslutning for et gitt utfall • sannsynligheten for utfallet Eksempel – hva er beste beslutning hvis markedet blir gunstig Bygg stor fabrikk, payoff = Hva hvis det blir ugunstig? Ikke bygg i det hele tatt, payoff = 0 Hva er EVwPI og EVPI ? EVwPI = ( • 0,5) + (0 • 0,5) = EVPI = – =

11 Opportunity loss Alternativ til EVPI er EOL – Expected Opportunity Loss Hva taper vi på ikke å treffe beste beslutning?

12 Sensitivitetsanalyse
Hva må sannsynligheten (P) for gunstig marked være, for at alternativene skal være likeverdige? EMV stor = P – (1 – P) EMV liten = P – (1 – P) EMV ingen = 0P + 0(1 – P)

13 Beregning av P Stor og liten like gode når
P – (1 - P) = P – (1-P) P = P = 0,62 Liten og ingen like gode når P – (1 – P) = 0 P = P = 1/6

14 Konklusjon sensitivet

15 Beslutning under usikkerhet
Beslutninger under usikkerhet Maximax - finn alternativet som maksimerer utfallet for hvert alternativ Maximin - finn alternativet som maksimerer minimum utfall for hvert alternativ Equally Likely – beregn gjennomsnitt Criterion of Realism – veid gjennomsnitt Minimax – finn alternativet som minimerer maksimalt opportunity loss

16 Thompsons Maximax Utfall Gunstig marked Ugunstig marked Maksimum
i raden Handling Bygg stor fabrikk Bygg liten fabrikk Ikke bygg 200,000 100,000 -180,000 -20,000 200,000 100,000 maximax

17 Thompsons Maximin Utfall Gunstig marked Ugunstig marked Minimum
i raden Handling Bygg stor fabrikk Bygg liten fabrikk Ikke bygg 200,000 100,000 -180,000 -20,000 - 20,000 maximin

18 Thompsons Equally Likely
Utfall Gunstig marked Ugunstig marked Gjennomsnitt i raden Handling 10 000 40,000 Bygg stor fabrikk Bygg liten fabrikk Ikke bygg 200,000 100,000 -180,000 -20,000

19 Thompsons med Realisme
Utfall Gunstig marked Ugunstig marked Hurwics  = 0,8 Handling Bygg stor fabrikk Bygg liten fabrikk Ikke bygg 200,000 100,000 -180,000 -20,000 76,000

20 Thompsons Minimax Utfall Gunstig marked Ugunstig marked Maksimum
i raden Handling Bygg stor fabrikk Bygg liten fabrikk Ikke bygg 100,000 180,000 20,000 minimax

21 Beslutningstrær Vi har hittil sett på beslutninger på et gitt tidspunkt I praksis er det vanlig at en beslutning på ett tidspunkt er avhengig av hva som er bestemt tidligere – sekvensielle beslutninger Sekvensielle beslutninger kan analyseres med beslutningstrær

22 Beslutningstrær Symboler i beslutningstrær:
Et beslutningspunkt hvor en eller annen beslutning må treffes En naturtilstand hvor ett eller annet vil inntreffe

23 Problemanalyse med beslutningstrær
5 trinn: 1. Definer problemet 2. Tegn beslutningstreet 3. Sett sannsynligheter på naturtilstandene 4. Estimer payoffs for hver mulige kombinasjon av handlingsalternativ og naturtilstand 5. Løs problemet ved å beregne forventet monetær verdi (EMV) for hver naturtilstand

24 Thompsons beslutningstre
Et hendelsespunkt Gunstig marked Et beslutningspunkt p = 0,5 Bygg stor fabrikk 1 Ugunstig marked p = 0,5 Gunstig marked Bygg stor fabrikk p = 0,5 2 Ugunstig marked p = 0,5 Gjør ingenting

25 Ny problemstilling Thompson kan gjennomføre en markedsanalyse, som koster Videre beslutninger avhenger av om markedsanalysen viser om markedet blir gunstig eller ugunstig Sannsynlighet for at undersøkelse viser gunstig marked: 0,45 Sannsynlighet for at undersøkelse viser ugunstig marked: 0,55

26 Betingede sannsynligheter
Betingede sannsynligheter – sannsynlighet for om markedet faktisk blir gunstig eller ugunstig avhenger av hva markedsundersøkelsen viser P(gunstig) = 0,78 hvis markedsundersøkelsen viser at markedet blir gunstig P(ugunstig) = 0,22 hvis markedsundersøkelsen viser at markedet blir gunstig P(gunstig) = 0,27 hvis markedsundersøkelsen viser at markedet blir ugunstig P(ugunstig) = 0,73 hvis markedsundersøkelsen viser at markedet blir ugunstig

27 106,400 49,200 2,400 40,000 Første beslutnings- punkt
Andre beslutnings punkt Payoffs Gunstig marked (0.78) 106,400 190,000 Stor fabrikk Markedet er gunstig 2 Ugunstig marked (0.22) -190,000 63,500 Gunstig marked (0.78) 106,400 Liten fabrikk 90,000 Markeds under- søkelse 49,200 3 Ugunstig marked (0.22) -30,000 1 Ingen fabrikk -10,000 Gunstig marked (0.27) -87,400 190,000 Markedet er ugunstig 49,200 Stor fabrikk 4 Ugunstig marked (0.73) -190,000 2,400 Gunstig marked (0.27) Liten fabrikk 90,000 2,400 5 Ugunstig marked (0.73) -30,000 Ingen under- søkelse Ingen fabrikk -10,000 Gunstig marked (0.50) 10,000 200,000 Stor fabrikk Ugunstig marked (0.50) 6 -180,000 40,000 Gunstig marked (0.50) Liten fabrikk 40,000 100,000 7 Ugunstig marked (0.50) -20,000 Ingen fabrikk

28 EMV EMV med markedsundersøkelse:
EMV uten markedsundersøkelse: EMV (6) = 0,50( ) + 0,50( ) = EMV (7) = 0,50( ) + 0,50( ) = Konklusjon: Testen bør gjennomføres. Viser den gunstig marked, bygg stor, ellers bygg liten

29 EVSI Hva er verdien av markedsanalysen?
EVSI = Expected Value of Sample Information EVSI = (EMV med markedsundersøkelse, forutsatt av undersøkelsen er gratis, – EMV uten undersøkelse) EVSI = – =

30 Nytteteori EMV kriteriet forutsetter at aktørene er risikonøytrale, som ikke alltid er en korrekt beskrivelse av atferd De fleste har risikoaversjon, det vil si motvilje mot risiko. Vi må bruke nytteteori for å beskrive atferd. Aktører maksimerer nytte og ikke EMV Vi gir beste utfall en nytte på 1 Vi gir verste utfall en nytte på 0 Vi legger opp et spill for å bestemme nytteverdier

31 Eksempel: Nytteteori $2,000,000 Aksepter tilbud $0 Mynt (0.5)
Anta at du får valget mellom $2,000,000 nå eller en mulighet til å vinne $5,000,000. Du får $5,000,000 hvis et myntkast gir krone og 0 ellers. Hva velger du? $5,000,000 $0 $2,000,000 Aksepter tilbud Avvis tilbud Mynt (0.5) Krone

32 Nytteteori (p) Beste utfall Nytte = 1 Alternativ 1 (1-p) Verste utfall
Annet utfall Nytte = ?? (p) (1-p) Alternativ 1 Alternativ 2

33 Nytteteori Eksempel, du kan motta
Alternativ 1: Bank, som gir helt sikkert, eller Alternativ 2: Fast eiendom, enten eller 0 Hva må sannsynligheten for å få være, for at alternativene skal være likeverdige?

34 Spill og nytte (P) (1 - P) p = 0.80 (1 - P) = 0.20
Beste utfall Nytte = 1 Alternativ 1 (1 - P) Verste utfall Nytte = 0 Alternativ 2 Annet utfall Nytte = ? p = 0.80 10,000 U(10,000) = 1.0 Fast eiendom (1 - P) = 0.20 U($0.00) = 0.0 Bank 5,000 U(5,000) = p = 0.80

35 Nyttekurve Nytte Pengeverdi U(10,000) = 1.0 U(7,000) = 0.90
0.8 0.7 0.6 U(3,000) =0.50 Nytte 0.5 0.4 0.3 0.2 U(0) = 0 0.1 1,000 3,000 5,000 7,000 10,000 Pengeverdi

36 Holdning til risiko Nyytte Penger Risikoaversjon Risikonøytral
Risikosøker Penger

37 Hva velger du?

38 Hva velger du? Reflection effect

39 Reflection effekten

40 Must read… Daniel Kahneman: Nobelpris 2002 Thinking Fast and Slow


Laste ned ppt "Kap. 3: Beslutningsanalyse"

Liknende presentasjoner


Annonser fra Google