【Model Thinking】L4 决策 学习笔记

【Model Thinking】L4 决策模型 Decidsion Models

作用：

• Normative：做更好的决策
• Positive：预测他人的行为

1 多准则决策模型 Multi-Criterion Decision

2 空间投票决策Spatial Choice Models

3 决策树 Decision Trees

4 信息的价值（Value of Information）

Normative：更好的决策

• 学校的选择
• Job
• Insurance
• Drive or Fly
• Computer？
• Investment？
• wedding？
• House？

Positive：预测他人的行为

• Policy Choices
• Nominations
• Platforms
• Investments
• Technology Choice

---

多准则决策

当我们有不同的未读和不同的选择时，可以帮助我们得到满意的结果。但是其中也有主观的因素，所以有时候需要加权值。

• 定性分析方法 qualitative
• 定量 quantitative
  先定性，后定量。
  【例子】选房子
  
  个人主观，喜好影响，就加上权重
  

---

空间选择模型

可以理解为空间距离模型，就是将有的影响因素向量化，然后通过计算向量间的距离来判断，和MachineLearning中的分类差不多。

【例子1】投票模型

【例子2】汉堡选择决策

PS：选个汉堡如果真要这样多浪费时间啊！不过这里只是简单举例啦！
预测他人：

---

决策树

【例子1】买火车票

【例子2】投资

NOTE：Inferring Payoff 推测汇报，可以通过决策树来推测出自己认为的回报！不过有时还是要有点人情的！哈哈

---

信息的价值

【HOW】确定信息的价值【3步走】

1. 要计算出没有信息时的价值。

2. 如果有信息，价值是多少。

3. 计算两者的差值。

信息指的是：确定的消息！比如有一个消息说60%有返还，有40%没有——这个不是我们所说的信息。我们所说的信息是指能够确定下来究竟是60%返还是确定的，还是40%没有返还是确定的。总之，我们说确定某消息的价值，前提是这个消息是确定下来了，是100%，而不是60%，40%等。【确定下来60%or40%之后的讯息是确定的消息】

【例子】

---

感谢

1、感谢Michigan University的Scott Page老师及其团队。
2、感谢果壳MOOC学院！

​