爱华网著名经济学家弗兰克.奈特认为，当各种可能出现的自然状态的概率可以估计时，这种风险估计称为随机型风险估计；而当可能出现的自然状态的概率无法确定时，这种估计称为不确定型风险衡量。这就意味着随机型风险衡量中的第五个条件（见《建设工程项目业主随机型风险衡量》一文）对不确定型风险衡量来说不具备。在这种情况下，衡量准则显得非常重要，不同的项目业主可能偏好不同的衡量准则，而不同的衡量准则有可能导致不同的评价结果。常用的不确定型衡量有五种，下面用一案例说明这五种不确定型风险衡量准则：
假如某面包店每天面包的需求量可能是100个、150个、250个和300个中间的某一数量，大气概率分布无法知道。假如一个面包当天没有卖掉，只能在当天结束时以15分钱处理掉，新鲜面包每个售价49分，每个面包的成本是25分，假如进货量定为以上5种需求量中的一个，现在需要确定面包店的进货量。这里定义价格减去成本为损益值，估计的目标是使损益值最大。当实际需求量不小于进货量时，所有的进货都能出售，每个面包能获得24分的损益，而当实际需求量小于进货量时，出售的面包每个能获得24分的损益，而未能出售的面包每个获得-10分的损益，对每种进货量及其不同需求状态进行计算，可能损益值如表4－1所示。
表3－1：损益值
（1）拉普拉斯原则
当决策者无法确定每一种需求量出现的概率时，采用对所有自然状态一视同仁的态度，即认为所有自然状态出现的概率是相同的。这种由法国数学家拉普拉斯首先提出的衡量准则又成为等可能性准则。根据这一准则，5种需求量出现的概率均为0.2，这样，每一种进货量的期望损益值分别为：2400、3260、3780、3960、3800。从每一种进货量的期望损益值看，每天进250个面包是最合理的方案。
（2）小中取大原则
又称悲观原则、华尔德准则。它是一种悲观、保守的估计态度。根据这个原则，决策者总是考虑每个行动方案中最悲观的结果，并在所有最悲观的结果种选择一个损益值最大的方案作为最合理的方案，所以该原则又称为最大最小原则。该原则先在各方案的损益值中找出最小的，然后在各方案最小损益值中找出损益值最大者对应的那个方案。
仍以上述面包店为例，考虑每一种进货方案的最小损益值，分别是2400、1900、1400、900、400，其中最大的损益值为2400，与之相应的最合理的行动方案是进货量为100个面包。
（3）大中取大原则
又称乐观原则。这个方法是先在各方案损益值中找出最大的，然后在各最大损益值中找出最大者对应的那个方案。应用乐观原则是冒很大风险的，要十分慎重。一般只有在没有损失或损失不大时或者有十分把握时才可采用。
在乐观原则基础上改进，可得到乐观系数原则，即赫威斯原则。这个准则的特点是对客观条件估计既不那么乐观，也不那么悲观，而是用一个系数平衡一下，表示乐观程度的系数则称为乐观系数。通常乐观系数用一个介于0和1之间的系数表示。乐观系数法用乐观系数乘以最乐观的损益值，再加上用（1-）乘以最悲观的损益值，其和为这个方案的损益值，最大值为最合理的方案。
如果乐观系数改变，则衡量结果完全可能改变，这就意味着根据乐观系数原则进行衡量的结果取决于乐观系数的大小。
（4）遗憾原则
又称最小后悔原则、萨万奇准则。
决策者在制定决策后，若事实未能符合理想状态，必将有后悔的感觉，这个准则的实质是后悔最小的方案为最合理的方案。这个准则进行决策，首先要求出每个方案在每种自然状态下的后悔值，后悔值为每种状态的最高值与其他值之差。
例如，当实际市场需求量只有100个面包时，当进货量为100时，决策者就不会后悔，即后会执委0；当进货量为150个时，决策者将后悔，后悔值为两者损益值之差，即500；当进货量为200个时决策者也后悔，后悔值为1000。其他后悔值以此类推，每个方案最大的后悔值中最小的后悔之所对应的方案，就是该准则下最合理的方案。
（5）最大数学期望原则
首先计算出各方案的所有后果的数学期望，然后挑出其中的最大者。数学期望最大者对应的那个方案就是最合理的方案，从上表可知，在最大数学期望原则下，最合理方案是最大期望至7200对应的。
