meta-decision-analysis

决策分析

框架

IRON LAW: Make Criteria and Weights Explicit BEFORE Evaluating Options

Choosing criteria after seeing the options lets bias sneak in — you
unconsciously weight criteria that favor your preferred option.
Define criteria, assign weights, THEN score options.

决策矩阵（加权评分）

1. 列出备选方案（3-6 个选项，包括“不采取行动”）
2. 定义标准（4-8 个重要因素）
3. 为标准赋权重（权重之和必须为 100%）
4. 按标准为每个选项评分（1-5 分或 1-10 分）
5. 计算加权总分 = Σ（分数 × 权重）
6. 敏感性检查：如果调整权重最高的标准，胜出选项会改变吗？

决策树（不确定情况下的序贯决策）

适用于存在不确定性且包含序贯步骤的决策：

1. 绘制决策节点（方形）和机会节点（圆形）
2. 为可能的机会结果指定概率（总和必须为 1.0）
3. 为终端节点指定收益
4. 计算期望值 = Σ（概率 × 收益）
5. 选择期望值最高的分支（或风险调整后结果最佳的分支）

多准则决策分析（MCDA）

适用于利益相关者优先事项相互冲突的复杂决策：

1. 每位利益相关者独立定义其标准和权重
2. 汇总为综合加权矩阵
3. 找出利益相关者意见一致之处（容易决策）和存在分歧之处（需要协商）

输出格式

# Decision Analysis: {Decision}

## Alternatives
1. {Option A}
2. {Option B}
3. {Option C}

## Decision Matrix
| Criterion | Weight | Option A | Option B | Option C |
|-----------|--------|----------|----------|----------|
| {criterion 1} | {X%} | {1-5} | {1-5} | {1-5} |
| **Weighted Total** | 100% | **{total}** | **{total}** | **{total}** |

## Sensitivity Analysis
- If {criterion} weight changes from X% to Y%, winner changes from {A} to {B}

## Recommendation
{Winner with rationale and key trade-offs acknowledged}

注意事项

• “不采取行动”始终是一个选项：将其作为基准纳入。有时，最好的决定就是等待。
• 评分具有主观性：一个人给出的“4”≠另一个人给出的“4”。评分前先明确每个分值的含义，以统一尺度。
• 期望值不考虑风险偏好：确定可得的 50 美元与期望值为 50 美元（50% 的概率获得 0 美元，50% 的概率获得 100 美元），按期望值计算结果相同，但实际感受截然不同。对于高风险决策，应使用风险调整指标。
• 分析瘫痪：决策分析应该加快决策，而不是拖延决策。为分析设定时限。

参考资料

• 决策树软件工具请参阅 references/decision-tools.md