為了進行比較，教授還必須幫學生確定以稅前或者稅後(一般為後者)為甚準計算。其次指導學生在計算各種決策方案結果時，應如何考慮資金的時間價值，因為一切都要用現值表示。所利用的減價要素，不應與稅前稅後的現金收支發生矛盾。計算中還可能利用加權平均資本成本及再投資率(決策者將剩餘資金用於再投資的比率)等指標。
作出“推進”決策的製造部長預計，如果新產品推進成功，稅後的現金收入是550萬美元，如果失敗就要損失350萬美元。這時如果放棄該產品，則僅損失開發階段的埋沒成本。
在現實中，要正確地評價末端值，恐怕要用到相當多的數據才行。因此用上述方式輔助判斷，並記錄各種假設和方案，是比較方便實用的方法。
將預計結果全部繪製於圖中，便可預測各種結果的概率了。如擲硬幣時，正、反麵的概率各為一半，即50％，擲骰子的概率為六分之一。
評價概率時，主觀判斷同樣重要，盡管每種可能結果的概率是根據預測、推測得來的，但是決策者要提高其精確度，還要充分利用以往的經驗和數據。
那麼，如何將以上步驟用於決策上去呢？哈佛的方法是：
根據預測結果和概率的所有情報，確定可能產生現金價值的行動方式。如果這樣能做成決策樹，然後再決定哪種行動戰略能帶來最大利益，而選擇“惜售”或“甩賣”等行為，去“分解”決策樹。進行這種作業時，哈佛的學生從計算末端值開始，即通過計算結果的加權平均值，得到該事項節的預想現金值。
回歸分析比預測更為複雜，一般要借助計算機進行數據計算。也許有人一聽就會皺眉頭，確實，回歸分析技術有些高深，如果你在企業中看到一群人在談論回歸分析的話，差不多可以肯定其中有一兩位企業管理碩士或經濟學博士。
回歸分析是將預想的可能出現的結果，在計算機上實際摸擬的一種技術。采用此技術，能分析出現在的情況及與過去類似的情況，搞清所有對事項可能產生影響的要素。
下麵我們來看看美國職業棒球隊比賽時，主場比賽觀念的預測方法。
首先要考慮對觀眾數量有影響的各種因素，如比賽球隊、比賽時間、比賽季節、星期幾、平均票價、客隊和主隊的明星隊員、氣溫、電視轉播、全部比賽場次數量等。
其次，在計算機上輸入有關各要素的各種變量數據和各場的觀念數，以及過去各比賽季節等信息。
使用回歸分析方法，須用計算機進行數千個數據的處理，才可知道哪種變量對觀念數量影響最大。根據回歸分析所得出的影響要素及其結果的關係，可以說明今後的趨向。
哈佛1981年秋天進行的有關這一問題的調查分析結論是，對觀眾數量最具影響力的，是有無明星選手參加比賽以及該場比賽是否為決賽兩個主要因素{而電視是否轉播，對觀眾的數量影響並不很大。這個調查結果，對承辦者來說是很有意義的。
由以上結果可知，紐約·尼克思隊給著名球星哈特裏克·阿溫很高的年薪無可厚非，達克·富羅蒂的年薪猛增也理所當然。因為人們大多是來看他們表演的。可見回歸分析證明了直感的正確性。
決策者為收集預測數據還有一個方法，就是選擇對於結果有象征性的若幹實例，以此來預測結果。相信此技術效果的人們，稱之為推銷試驗。
生產新型口香糖的製造部長，為預測產品實際在全國有無反響，準備在一些地區進行推銷試驗。抽樣越多，收集的情報就越準。另外，試銷和抽樣要花費大量的時間和金錢，但產品實際投入市場後卻不一定能夠成功。經營者不斷盤算的是“為獲得更準確的情報，準備花多少錢？”
哈佛的管理經濟學講座，教給學生們對此類問題應采取的正確方法。決策者對不完整的情報，是不會投入很多資金的。而要獲得完整的情報，能使決策者作出正確的判斷，又必須投入相當多的資金。
分析兩種情況，但在說明之前有一點必須明確，那就是並非分析者描述了決策樹就可萬事大吉了，而是要把輸入公式中的重要情報整體作一下重新分析。
例如，製造部長雖已得出成功和失敗的概率，但是不能判斷其結果是否正確。為檢查這種假設的敏感性，部長會自問，怎樣才能開拓一個具有取消中止計劃的充分魅力的市場呢？盈虧平衡分析應是解決這一問題的不可缺少的分析方法。
如果用管理經濟學的語言來說，就是有多大的成功概率時，投放戰略會處於同一水平之上。
製造部長要考慮的另一個因素是非貨幣價值分析，在這判斷新型口香糖的生產會使公司對零售業可施加多大的影響力方麵是非常重要的。當他們改變中止投放市場的決定時，這種影響力在何種程度上才為必要。