BriefGPT - AI 论文速递
·
使用重复赌博区分风险偏好
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了从人类交互数据中准确估计人类主体偏好的方法，并与行为经济学中的均衡概念进行比较。通过四种基于行为均衡模型的估计方法，使用2x2游戏的实验数据进行评估。结果显示，这些行为均衡方法的估计结果比纳什均衡法更准确，并且相对于量纲后悔法，这些行为方法具有更好的命中率。然而，整体均方误差方面，量纲后悔法表现更好。研究还探讨了这些方法之间的差异。
🎯
关键要点
- 研究人类交互数据中准确估计人类主体偏好的方法。
- 将估计方法与行为经济学中的均衡概念进行比较。
- 开发了四种基于行为均衡模型的估计方法。
- 使用2x2游戏的实验数据进行评估。
- 行为均衡方法的估计结果比纳什均衡法更准确。
- 行为方法相对于量纲后悔法具有更好的命中率。
- 整体均方误差方面，量纲后悔法表现更好。
- 探讨了这些方法之间的差异。
➡️
