政策分析在认识论上是假设，其原因主要有两个方面。一方面，政策分析所提出的政策方案是针对未来的，而未来总具有不确定性。所谓不确定性（Uncertainty），是指事物的未来发展方向与趋势不能够确定。确定性（Certainty）与不确定性是相反的概念，确定性是指事物的未来发展方向与趋势是确定的。不确定性是自然科学中常用的一个概念，不确定性分析的兴起同冯·诺伊曼（John von Neumann）的贡献分不开，他在1928年发表的一篇论文中，提出博弈论的基本构思和数学表达方式，形象地将现实世界许多行为主体的利害得失比喻为具有不确定性因素的“对局”。后来，1944年他与莫尔根斯坦合著《博弈论和经济行为》，系统地用这一新的数理经济分析方法解释不确定性条件下的经济活动规律，将不确定性引入到经济学中。此后不确性分析陆续被引用到其他社会科学中，政策分析产生后，不确定性概念也被引入到政策分析中。

由于政策分析面临的客观环境具有不确定性，因而政策分析也具有不确定性，政策分析中的不确定性包括三点内容：无法预测政策分析所面临的客观环境的发展趋势；不能明确环境因素是否对政策执行产生影响和产生何种影响；不清楚政策方案实施后会产生何种结果。具体来说，假定政策分析人员所能够采取的政策方案为A，所有结果为C，对政策方案实施会产生影响的所有客观因素为S。当政策分析人员采取A中的某个方案时，能带来C中的何种结果，则决定于S中的何种条件起作用。因此，当政策分析人员采取A中的某种方案时，预先知道S中的何种条件起作用，便可确定C中的何种结果必将出现，这时的政策分析就具有确定性。反之，当政策分析人员采取A中的某种方案时，预先不了解客观条件，或不清楚S中的何种条件起作用，则不一定能够得到预期的结果，这时的政策分析就具有不确定性。政策分析的不确定性意味着不能够预先确定政策方案的正误，也即是说政策方案具有错误的可能性，它有可能无法解决政策问题，因此，政策分析所提出的政策方案仅仅是一种假设而已。

另一方面，即便政策分析面临的客观环境具有不确定性，但是如果政策分析人员拥有足够的知识和信息，能够预知所有的客观因素S以及S中何种条件对政策方案实施会产生影响，那么就可以减少不确定性，然而事实是，政策分析人员自身能力具有局限性——他们不可能拥有超强的计算能力，所掌握的知识也有局限性——他们不可能掌握所有的科学的知识，以及搜集所有的政策信息需要付出高额成本，因此，他们不可能了解所有的客观因素S，更不可能知道S中的何种因素对政策方案实施产生影响。所以即便政策分析人员主观上希望消除不确定性，但通常也无法实现。政策分析总是具有不确定性，总有错误的可能性，因而政策分析不可避免是假设。