为了进行比较，教授还必须帮学生确定以税前或者税后(一般为后者)为甚准计算。其次指导学生在计算各种决策方案结果时，应如何考虑资金的时间价值，因为一切都要用现值表示。所利用的减价要素，不应与税前税后的现金收支发生矛盾。计算中还可能利用加权平均资本成本及再投资率(决策者将剩余资金用于再投资的比率)等指标。
作出“推进”决策的制造部长预计，如果新产品推进成功，税后的现金收入是550万美元，如果失败就要损失350万美元。这时如果放弃该产品，则仅损失开发阶段的埋没成本。
在现实中，要正确地评价末端值，恐怕要用到相当多的数据才行。因此用上述方式辅助判断，并记录各种假设和方案，是比较方便实用的方法。
将预计结果全部绘制于图中，便可预测各种结果的概率了。如掷硬币时，正、反面的概率各为一半，即50％，掷骰子的概率为六分之一。
评价概率时，主观判断同样重要，尽管每种可能结果的概率是根据预测、推测得来的，但是决策者要提高其精确度，还要充分利用以往的经验和数据。
那么，如何将以上步骤用于决策上去呢？哈佛的方法是：
根据预测结果和概率的所有情报，确定可能产生现金价值的行动方式。如果这样能做成决策树，然后再决定哪种行动战略能带来最大利益，而选择“惜售”或“甩卖”等行为，去“分解”决策树。进行这种作业时，哈佛的学生从计算末端值开始，即通过计算结果的加权平均值，得到该事项节的预想现金值。
回归分析比预测更为复杂，一般要借助计算机进行数据计算。也许有人一听就会皱眉头，确实，回归分析技术有些高深，如果你在企业中看到一群人在谈论回归分析的话，差不多可以肯定其中有一两位企业管理硕士或经济学博士。
回归分析是将预想的可能出现的结果，在计算机上实际摸拟的一种技术。采用此技术，能分析出现在的情况及与过去类似的情况，搞清所有对事项可能产生影响的要素。
下面我们来看看美国职业棒球队比赛时，主场比赛观念的预测方法。
首先要考虑对观众数量有影响的各种因素，如比赛球队、比赛时间、比赛季节、星期几、平均票价、客队和主队的明星队员、气温、电视转播、全部比赛场次数量等。
其次，在计算机上输入有关各要素的各种变量数据和各场的观念数，以及过去各比赛季节等信息。
使用回归分析方法，须用计算机进行数千个数据的处理，才可知道哪种变量对观念数量影响最大。根据回归分析所得出的影响要素及其结果的关系，可以说明今后的趋向。
哈佛1981年秋天进行的有关这一问题的调查分析结论是，对观众数量最具影响力的，是有无明星选手参加比赛以及该场比赛是否为决赛两个主要因素{而电视是否转播，对观众的数量影响并不很大。这个调查结果，对承办者来说是很有意义的。
由以上结果可知，纽约·尼克思队给著名球星哈特里克·阿温很高的年薪无可厚非，达克·富罗蒂的年薪猛增也理所当然。因为人们大多是来看他们表演的。可见回归分析证明了直感的正确性。
决策者为收集预测数据还有一个方法，就是选择对于结果有象征性的若干实例，以此来预测结果。相信此技术效果的人们，称之为推销试验。
生产新型口香糖的制造部长，为预测产品实际在全国有无反响，准备在一些地区进行推销试验。抽样越多，收集的情报就越准。另外，试销和抽样要花费大量的时间和金钱，但产品实际投入市场后却不一定能够成功。经营者不断盘算的是“为获得更准确的情报，准备花多少钱？”
哈佛的管理经济学讲座，教给学生们对此类问题应采取的正确方法。决策者对不完整的情报，是不会投入很多资金的。而要获得完整的情报，能使决策者作出正确的判断，又必须投入相当多的资金。
分析两种情况，但在说明之前有一点必须明确，那就是并非分析者描述了决策树就可万事大吉了，而是要把输入公式中的重要情报整体作一下重新分析。
例如，制造部长虽已得出成功和失败的概率，但是不能判断其结果是否正确。为检查这种假设的敏感性，部长会自问，怎样才能开拓一个具有取消中止计划的充分魅力的市场呢？盈亏平衡分析应是解决这一问题的不可缺少的分析方法。
如果用管理经济学的语言来说，就是有多大的成功概率时，投放战略会处于同一水平之上。
制造部长要考虑的另一个因素是非货币价值分析，在这判断新型口香糖的生产会使公司对零售业可施加多大的影响力方面是非常重要的。当他们改变中止投放市场的决定时，这种影响力在何种程度上才为必要。
例如，假定投放市场的成功率为30％，公司为使产品投放市场并获得在功，必须拥有相当于270万美元以上价值的影响力，即在市场上要产生相当的反响。如果制造部长认为没有270万美元以上的市场效果，那么，不能投放市场的决断也就成立了。
但是，尽管如此，制造部长依然担心自己的判断不准时该怎么办呢？除计算预想现金值之外，就没有其他判断标准了吗？此时最好把风险的概率及对风险的讨厌程度也考虑在内。
即便冒风险也不愿放过增加收益的机会的话，就应事先考虑投放后发生什么事情，如果搞得好可赚550万美元。可是如果考虑到企业预算比较紧张，即使是350万美元的损失，也不能小看的话，就要谨慎地考虑投放市场的决策了。
哈佛商学院告诉那些未来的经营者们，每个人及每个企业单位所承担的风险性质，以及对风险的忍耐度，对决策过程起着重要的作用。如果决策不是时常根据预想现金的最大值进行的，那么在开始分析之前，就必须要确定决策的基准是什么。
哈佛商学院还教授以下两种解决问题的技术。因为实际上可选择的方案很多，只靠大脑和笔记本是解决不了问题的，因此这两种技术都要利用电子计算机进行辅助计算。
第一种技术是利用模拟实验模型。这种模型的典型事例，就是计算某年必须生产多少呼拉圈。呼拉圈是一种深受欢迎的产品，生产量相当大，解决此类问题要使用计算机进行。
模拟模型往往用于不确定因素的预测。通过模拟实验，可能对各种战略结果给出实际影响的状况，解决决策树中的很多问题。当然，对产品的新价格总是经常存在着不确定性，但基于各种实验中产生的平均利益，总能找到各种战略的预想现金值，因为用计算机能较容易地验证假设和进行敏感性分析。
第二种技术是线性规划法，一般适用于生产性资源的分配决策。经营目标通常是以最小的支出获得最大的收益。在这种情况下，就要考虑机器设备、从业人员某时期内的生产能力、营业时间、各产品的原材料数量、仓库贮藏能力等资源约束条件。
然后再通过计算机求解学生们提出的诸多联立方程式。学生们通过解释其演算结果，不仅可知全部产品中，哪种产品能达到最大收益；哪个生产部门应完全发挥生产能力；投放新产品能否获利等等，而且还能得出与决策有关的其他各种答案。线性规划模型可用于使系列投资带来最大收益的场合。
模拟实验模型和线性规划模型是经营管理中经常使用的两种定量化模型。
前面分析了各种可能的情况，下面就是怎样决策了。选择战略时，头脑中应思考以下二个问题：
第一，决策树只反映特定决策者的看法，因而判断行动时机和各种不确定事项因人而异。
第二，输入新情报时，情况变了，有时须随之变更决策树。
无论多么优异的决策树，都不过是解决问题的一种方法。
在决定行动战略时，按以下步骤做则很方便。
步骤之一，根据决策基准实行明确的决策，如目的是要获得最大限度的预想现金值？还是最小限度的经济损失？总之必须选择对战略及价值最合适的决策标准。
步骤之二，决策应在一定时间中确实地贯彻执行。在设定目标时，要考虑预计的是长期风险和利益，还是短期和结果？期限多长？要六个月、一年、二年，还是更长的时间。
步骤之三，把可能发生的主要问题都放在决策树中是很困难的，但必须认真和反复地思考各种战略中所能想到的问题和价值。必须考虑对预计行动的竞争反应和结果。为了提高决策树计算的概率的可靠性，还要看看有没有收集到更多情报的选择方案。假如将抽样技术用于结果预测，就要分析一下该结果对作了决断是否具备足够的现实性。
企业的决策多数是很复杂的，往往需要深思熟虑和调查。因此，出色的判断力是决策时不可缺少的要素。在需要考虑与找出与问题有关的各种要素，同时明确各要素问的相互关系的场合，数量分析会成为很好的决策工具。
定量分析技术可能会有意想不到的威力，但如果过于偏信，或漫不经心滥用的话，也可能出现误导决策的危险。判断和直感，是包括数量决策在内的，所有正确的经营决策所不可缺少的要素。
