1701820784
1701820785
1701820786
图3-6 概率树——掷硬币
1701820787
1701820788
一本小小的蓝色逻辑书 [:1701819665]
1701820789
加权排序法
1701820790
1701820791
法则15
1701820792
1701820793
加权排序法可以帮你通过加权平均值来找到答案。要想计算加权平均值，你需要把每个事件乘以其对应的权重，然后把结果相加。在处理概率事件时，我们需要把每个事件乘以其对应的概率，然后把结果相加。
1701820794
1701820795
加权平均值在很大程度上取决于我们的直觉。只要把事件乘以其对应的权重，然后把结果相加，就可以得出一个加权平均值。事件是我们想要排列或判断的东西。权重则是每个事件在我们心目中的分量，它通常以百分比或概率的形式体现。加权平均值的美妙之处在于，我们可以根据不同事件的相对重要性，来赋予不同的权重——一件事情越重要，我们给它的权重就会越高。
1701820796
1701820797
下面是两起事件的加权平均值公式：
1701820798
1701820799
加权平均值=（事件1×权重1）+（事件2×权重2）
1701820800
1701820801
或者可以换种形式：
1701820802
1701820803
事件1×权重1=xx
1701820804
1701820805
1701820806
1701820807
1701820808
一名学生期中考试得了60分（满分100），期末考试得了90分。如果两次考试权重相同，都是0.5，那么这名学生这门功课的分数应该是多少？
1701820809
1701820810
60×0.5=30
1701820811
1701820812
1701820813
1701820814
1701820815
现在改变一下条件，假如期中考试的权重为0.4，期末考试的权重为0.6，他的分数又是多少呢？
1701820816
1701820817
60×0.4=24
1701820818
1701820819
1701820820
1701820821
1701820822
加权平均值可以对目标按照不同标准进行综合排序，最典型的应用是在聘用和提拔决策方面。因为在进行此类决策时，一个人的主观判断往往会产生巨大影响，所以用加权平均值来排序可以让我们的决策更加量化。
1701820823
1701820824
比如说一家公司有10名销售人员，其中一名将被提拔为全国销售经理。如表3-11所示，这10名销售人员按照三项标准打分（1～10分）。
1701820825
1701820826
这三项标准分别是技术能力、人际交往能力、业绩记录。三项标准的权重分别为0.2、0.3和0.5（详见表3-12）。经过计算之后（结果见表3-13），得分最高的是萨布丽娜，乔治排名第二。
1701820827
1701820828
备注：
1701820829
1701820830
权重之和通常为1或100%（取决于你使用百分比、小数、分数还是概率来表示权重）。遇到特殊情况时，可以给每一个选项赋予固定权重，此时权重之和也可以不等于1（100%）。
1701820831
1701820832
表3-11 销售人员业绩评定
1701820833