一个决策问题，如果需要进行两次或两次以上的决策，才能选出最优方案，达到决策目的，这种决策叫做多级决策。多级决策（序列决策）是指面临的决策问题比较复杂，非一次决策所能解决，而需进行一系列的决策过程，才能选出满意的决策。
“案例”
决策树（DMT）分析：制定项目决策
1.为什么使用决策树分析
当项目需要做出某种决策、选择某种解决方案或者确定是否存在某种风险时，决策树（decisionmakingtree）提供了一种形象化的、基于数据分析和论证的科学方法，这种方法通过严密地逻辑推导和逐级逼近地数据计算，从决策点开始，按照所分析问题的各种发展的可能性不断产生分枝，并确定每个分枝发生的可能性大小以及发生后导致的货币价值多少，计算出各分枝的损益期望值，然后根据期望值中最大者（如求极小，则为最小者）作为选择的依据，从而为确定项目、选择方案或分析风险做出理性而科学的决策。
2.决策树分析有哪些作用
决策树分析清楚显示出项目所有可供选择的行动方案、行动方案之间的关系、行动方案的后果、后果发生的概率以及每种方案的损益期望值，使纷繁复杂的决策问题变得简单、明了，并且有理有据，用数据说话，形成科学的决策，避免单纯凭经验、凭想象而导致的决策上的失误。
3.怎么用
（1）决策树包含了决策点，通常用方格或方块表示，在该点表示决策者必须做出某种选择；机会点，用圆圈表示，通常表示有机会存在。先画一个方框作为出发点，叫做决策点。
（2）从决策点向右引出若干条枝线（树枝线），每条枝线代表一个方案，叫做方案枝。
（3）在每个方案枝的末端画一个圆圈，叫做状态点。
（4）估计每个方案发生的概率，并把它注明在该种方案的分枝上，称为概率枝。
（5）估计每个方案发生后产生的损益值，收益用正值表示，损失用负值表示。
（6）计算每个方案的期望价值，期望价值=损益值×该方案的概率。
（7）如果问题只需要一级决策，在概率枝末端画△表示终点，并写上各个自然状态的损益值。
（8）如果是多级决策，则用决策点□代替终点△，重复上述步骤继续画出决策树示。
（9）计算决策期望值，决策期望值等于由此决策而发生的所有方案期望价值之和。
（10）根据决策期望值做出决策。
