意思決定木分析とは何か（そして私たちが指している意思決定木とはどれか）
今日「決定木」を検索すると、見つかるほとんどは機械学習アルゴリズム、つまり特徴に基づいてデータを分割する分類器です。このページは、より古い人間のツールである意思決定分析ツリーについてです。この技法はハワード・ライファの意思決定分析（1968年）とハーバード/スタンフォードの意思決定分析の伝統において、不確実性の下での選択を考えるために体系化されました。
文法は簡潔です。決定ノード（四角で描かれたもの）は選択するポイントです。チャンスノード（円）は世界が選択するポイントです — 承認が得られるか得られないか、需要が高いか低いか — 各枝にはあなたの推定確率が示されています。終端ノード（葉）はそこに到達した際の報酬を示します。時間は左から右へ流れます：最初のコミットメントが最初、下流の結果はその後です。
分析はロールバックです：葉から始めて逆に進むと、各チャンスノードはその確率加重平均に収束し、各意思決定ノードは最良の利用可能な枝に収束します — なぜなら、そこに到達したときには最良の枝を選ぶからです。根に到達するのは各初期オプションの期待値であり、しばしばより有用なもの、すなわち段階的戦略（「パイロットを先に行い、その後決定する」）が大胆なコミットメントや何もしないことを上回るという発見です。ツールボックスの中での位置：意思決定モデル；お金の問題の静的バージョンについては費用対効果分析を参照してください。
使用する時期 — そして使用しない時期
決定木は次のような場合にその価値を発揮します：
- ✓決定は順次的です。 現在の選択は後の選択を開いたり閉じたりします — パイロット、段階的な投資、拡張オプションの構造。これは木の得意分野であり、平面的な比較では見えないものです。
- ✓不確実性は離散的で推定可能です。 規制の承認、契約の締結、技術的マイルストーン — これらは正直に確率の範囲を設定できるイベントです。
- ✓あなたは情報に価値があると疑っています。 木々は「まず研究を行う」枝の価格を付けます — コミットする前に知識を購入することの期待値、意思決定分析の真に深い貢献の一つです。
そして彼らが誤解を招くところ：
- ✗会社を賭ける賭け。 期待値は繰り返し可能な決定のための正しい基準です；一度きりの生存賭けにおいて、破滅の10%の確率は魅力的な平均によって相殺されません。リスク態度は分析に含まれるべきであり、単純な期待値はそれを無視します。
- ✗誰も防御できない確率。 木の出力はその推定の質を引き継ぎます; 0.6が枝に入力されると、それは主張となり、誰もその理由を言えない場合、算術は演劇です。(これは下の引数ツリーの接続です。)
- ✗組み合わせ爆発。 すべての不確実性をモデル化すると、ツリーは読めなくなります。技術は、実際に決定を促す2つまたは3つの不確実性を選ぶことです。
- ✗深い曖昧さ。 結果を列挙することすらできないとき、確率は早すぎる — それがシナリオプランニングの領域です。
ステップバイステップで、実例を交えて
例示的なシナリオ：製品を今すぐ発売するか、まず認証研究を行うかを決定する架空のバイオテクノロジーツールスタートアップ。手順：
- 1根本的な決定を枠組みする。 最初の四角からの三つの選択肢：今すぐ開始する；まず認証研究を行う（1年、費用がかかる）；製品を棚上げする。
- 2各部門の不確実性をマッピングします。 今すぐ開始 → チャンスノード: 市場が認証されていない製品を受け入れる（推定40%）か、拒否する（60%）。 まずは調査 → チャンスノード: 認証が付与される（70%）か、拒否される（30%）；付与された場合、さらに決定の四角: 認証された製品を発売する（受け入れが高く、推定80%）か、技術をライセンス供与する。
- 3葉にペイオフを付けてください。 各エンドステートには価値が付与されます：認証されたローンチの成功は大きなペイオフです；失敗した未認証のローンチは損失と評判の損害（明示的にコスト計上）です；棚上げはゼロから埋没開発費を引いたものです。
- 4ロールバック。 各チャンスノードをその確率で平均化し、各決定マスでは最良のブランチを保持します。数字が、年の遅れにもかかわらず、スタディファーストがローンチナウよりも価値があることを示していると仮定します — 認証が受け入れに与えるプラス効果は、待つことのコストを十分に上回ります。
- 5見積もりを強調する。 どの受け入れ確率で今すぐ開始することが勝つのか？ 答えが55%で、あなたの正直な範囲が30～50%であれば、結論は堅牢である。もしフリップポイントが中間に位置するなら、決定は見積もりに依存し、その見積もりはステップ6の精査に値する。
- 6荷重を支える数字を問いただせ。 70%の認証見積もりはどこから来たのか — 同等の承認？弁護士の判断？算術が信じられる前に、その根拠を明示し、挑戦可能にせよ。
決定木と論証木 — 補完関係にある、競合関係ではない
名前が混乱を招くので、ここで明確に分けます。意思決定ツリーは計算します：これらの確率とペイオフを考慮した場合、どの戦略が最も価値があるか？議論ツリーは推論します：これらの確率とペイオフは実際に信頼できるのか？意思決定の質の観点から、意思決定ツリーは選択肢（段階的な分析が見逃すものを含む）と情報（明示的に行われた推定）を構造化します；議論ツリーはまさにその入力に関する健全な推論を提供します：
各確率 → 主張
"認証は約70%の確率で成功する"は、比較可能な承認、顧問の見解を伴う根拠を持つ議論となり、課題とサポートが付随し、グループの精査を反映した評価が付けられます。
各ペイオフ → ミニケース
大成功のリーフバリューは予測であり、その前提（価格設定、採用率）は、数値がその役割を果たす前に誰かが攻撃できるサブアーギュメントになります。
推奨される戦略 → 根本的な主張
"最初に研究を実施する"は、ロールバックを見出しの証拠として根底にあり、感度のフリップポイントが名付けられたオープンな質問として存在します。
見積もりが移動 → 木が更新される
弁護士が承認の確率を修正すると、請求が更新され、ロールバックが再計算され、推奨の可視的なサポートが変化します — 古いスプレッドシートはありません。
決定木は算術を行い、引数木は入力を得ます。数値を挑戦できる場所で実行してください — 理由付けのリンクがどのフレームワークも提供しないものである理由については、意思決定の質を参照してください。
決定木とその代替手段
| もしあなたの質問が… | 手を伸ばす | なぜ決定木ではないのか |
|---|---|---|
| ワンショット比較、わずかな不確実性 | コストベネフィット分析 | 木の機械は枝がなければ何も加えません。 |
| 柔軟性自体が価値です — 待つ、段階、放棄 | リアルオプション思考 | オプションロジックは、市場価格でのフレーミングを用いてツリーを拡張します。 |
| 結果は列挙できず、確率化することさえできない。 | シナリオプランニング | 未知の未来に対する確率は偽りの安らぎである |
| 遠い報酬の割引が重要な点です。 | NPVとIRR：限界 | 木々はすべての割引判断を受け継ぐ。 |