所謂「不確定性決策問題」，即各種情況出現的機率不確定，這有別於「在風險情況下的決策」，此兩者最主要的區別是：後者雖然不確定會出現那一個情況，以及採取行動後會得到那種結果，但是決策者卻是事先知道出現的機率，例如根據統計我們知道SARS死亡率是15﹪。知道機率以後就可以計算期望值，然後根據期望值高低來作決策。如果連機率都不確定為何；決策者可以採取之準則如下：

l        最低報酬最大化準則：此準則由Abraham wald建議，是比較保守原則，就各種替代方案中選取確定會有報酬的策略，並排除可能會產生損失的策略，然後選取報酬最大的方案予以執行。

l        最大遺憾最小化準則：此準則由Savage建議，所謂遺憾者就是「機會損失」，各種替代方案如果都會有遺憾，則選取遺憾最小的策略。

l        極大的極大值準則：此準則是比較樂觀的原則，每個方案都先估計出最大可能的報酬，然後選擇報酬最大的方案，一般而言這是「賭徒」心態，要玩就玩大的。

l        極大極小加權平均準則：又稱Hurwicz準則，每個行動方案均計算出極大與極小效益，然後予以加權平均後，選取平均值最大的方案。至於權數大小則由決策者之偏好尺度來決定。

l        環境狀況機率均等準則：又稱Laplace準則，每個行動方案內所隱含的狀況機率雖然不知，均假設發生機率相等，計算其效益期望值後選擇效益最大者據以行動。

l        決策者機率給定準則：又稱Bayesian準則，方法同上，但是每個方案內環境狀況機率由決策者憑藉其常識自由判斷，投資大師巴菲特經常採用這個準則，他稱之為「個人機率分析」。

以上是對不確定性情況下決策的各種準則加以說明，但究竟採用何種準則，原則上還是由決策者裁決，因為成敗是由決策者負責，這也是「責任政治」的精義。