합리적 선택의 편차 : 엔 다우먼트에 대한 통합적인 설명과 여러 맥락 효과 | 과학 보고서

여기에서 선택 모델의 다양한 구성 요소를 소개하고 선택 확률 및 응답 시간에 대한 예측을 도출합니다.

선택 모델

선택 모델은 구조, 프로세스 및 트리거로 구성됩니다. 선택 구조는 선택에 사용할 수있는 대안과 그 유틸리티의 출처를 설명합니다. 선택 프로세스는 대안이 평가되는 방법을 설명합니다. 선택 트리거는 평가 프로세스를 중지하고 결정을 내리는 조건을 설명합니다.

이 세 가지 구성 요소의 특정 형태는 특정 설정에 따라 약간의 변화를 허용합니다. 예를 들어,이 논문에서 우리는 선택 구조의 단서와 대안의 상태를 활성 또는 비활성으로 두었습니다. 이것은 우선적 선택의 경우 합리적이지만 의견을 모델링하는 경우 세 가지 가능한 상태, 즉 찬성, 중립 또는 반대를 사용할 수 있습니다. 이러한 유형의 변형은 선택 모델의 프로세스 및 트리거 요소의 경우에도 가능하며이 중 몇 가지를 백서 전체에서 논의합니다.

구조

가장 간단한 형식으로 선택은 단서와 대안, 그리고 그들 사이의 관계의 조합으로 구성 될 수 있습니다. 단서는 ‘책 구입’, ‘선물 선택’또는 ‘x를위한 해결’과 같은 선택의 조건을 나타내며 대안은 가능한 선택을 설명합니다. 이러한 구조의 적절한 표현은 노드가 대안 및 단서에 해당하고 두 노드 사이의 가장자리가 관계를 설명하는 네트워크입니다. 그림 1은 특정 선택 문제의 구조가 더 큰 관련 개념 모음의 하위 집합으로 어떻게 보이는지 보여줍니다.

선택 행동에 대한 예측에 도달하기 위해 우리는 관계의 유형과 강도를 모두 가정합니다. 두 노드 간에는 다양 할 수 있으며 선택 하위 집합 외부의 해당 노드도 선택 하위 집합에있는 노드와의 관계를 통해 결정에 영향을 미칠 수 있습니다. 그림 2에서 큐와 대안 사이의 가능한 관계는 그림 1b의 선택 구조에 대해 설명되어 있습니다.

우리는 대안의 매력과 관련하여 대안의 유용성의 경험 된 규모와 방향을 언급합니다. 그림 2는 대안의 항소가 일반적인 항소와 단서 및 다른 대안과의 관계의 기능임을 보여줍니다. 대안의 일반적인 매력은 대안과 선택 구조에없는 노드 사이의 관계를 포착합니다. 예를 들어, 그림 1에서 우리는 후보자의 일반적인 호소가 정책과 연령의 함수임을 알 수 있습니다. 단서와의 관계는 대안의 호소에 긍정적 또는 부정적으로 영향을 미칠 수 있습니다. 예를 들어 아침 식사로 신선하고 맛있는 크루아상, 어제 남은 샌드위치 또는 약간 마른 바게트를 원하십니까? 큐의 암시적인 표현을 통해 크루아상의 매력을 높입니다. 두 대안 간의 관계는 하나의 매력이 다른 대안의 매력과 관련이 있음을 나타냅니다. 다음 단계는 확률 분포로 선택 구조를 공식화하는 것입니다.

Eq. (3) Ising 모델 73,74, 현대 통계 물리학에서 가장 많이 연구 된 모델 중 하나 인 Ising 모델 73,74 또는 통계 문헌 76,77에 알려진 바와 같이 2 차 지수 이진 분포로 인식 될 수 있습니다. 주 효과 및 쌍대 상호 작용의 함수로 이진 변수의 공동 분포를 모델링하여 복잡한 현상을 포착 할 수 있으며, 유전학 79, 교육 측정 80, 심리학 78,81,82,83과 같은 분야에서 사용되었습니다. 선택의 맥락에서 그것은 이진 선택 문제 84,85에서 그룹 결정에 대한 Galam의 연구에서 사회학에 적용되었습니다. 이 응용 프로그램에서 각 노드는 특정 문제에 대한 한 사람의 선택을 나타내며 쌍별 상호 작용은 개인 선택에 대한 그룹의 모든 사람의 영향을 설명합니다.또 다른 응용 프로그램은 빠른 두 가지 선택 의사 결정을위한 순차 샘플링 모델 인 Verdonck 및 Tuerlinckx86의 Ising Decision Maker입니다. 이 모델에서 두 가지 대안은 각각 노드 풀로 표현되며, 풀 노드 내부에서 서로를 자극하고 풀 사이에서 노드가 서로를 억제합니다. 자극은 외부 필드의 변경으로 표시되며 그 후 노드 상태가 순차적으로 업데이트됩니다. 응답 프로세스는 풀당 평균 활동을 모니터링하고이 활동이 임계 값을 초과하는 첫 번째 대안을 선택합니다. 이 두 모델은 모두 현재 응용 프로그램과 상당히 다른 방식으로이 분포를 사용하며 합리성 편차를 설명하는 데 적용되지 않았습니다. 따라서 우리는이 문서에서 더 자세히 논의하지 않을 것입니다.

Eq. (3) 확률 적 선택 모델은 \ (\ mathbf {x} \)의 분포가 Hamiltonian의 함수임을 인식함으로써 발견됩니다.

$$ \ begin {aligned} \ begin {aligned} H _ {\ mathbf {x}} & =-\ sum \ limits _ {\ langle i, j \ rangle} a_ {ij} \, x_i x_j-\ sum \ limits _i b_i \, x_i \,, \ end {aligned} \ end {aligned} $$

(4)

그리고 각 구성의 확률 Eq.의 Boltzmann 분포에서 \ (H _ {\ mathbf {x}} \)를 연결하여 주어집니다. (1). 즉, S가 특정 시스템이 취할 수있는 모든 구성의 집합이고 \ (\ mathbf {x} \)가이 시스템의 가능한 구성 중 하나 인 경우 시스템이이 상태에있을 확률은 다음과 같이 제공됩니다. / p>

우리는 사람이 선택에 직면 할 때까지 의사 결정자의 내부 상태 (휴식 구성)가 식에 따라 배포된다고 가정합니다. (삼). 이 가정의 장점은 이러한 시스템에 대해 잘 정의 된 확률 적 프로세스가 존재하고 선택이 트리거 될 때까지 대안이 평가되는 방법을 설명하는 선택 모델의 다음 구성 요소에서 사용될 수 있다는 것입니다. 사람이 선택에 직면 할 때 모든 큐 노드가 활성화되고 선택 과정 동안 그대로 유지됩니다. 대부분의 경우 대안은 휴지 상태 분포에 따라 배포됩니다. 이에 대한 예외는 나중에 논의됩니다.

프로세스

선택 프로세스를위한 많은 구성이 가능하지만 우리의 접근 방식을 설명하기 위해 우리는 입자 시스템과 상호 작용하는 간단한 확률 프로세스를 사용하여 대체 평가 과정. 특히, 하나의 대안을 샘플링하고 그 상태를 뒤집어 매 반복마다 제안 구성이 생성되는 단일 스핀-플립 역학을 가진 메트로폴리스 알고리즘 87 :

m 개의 대안을 선택하는 경우 평가 프로세스는 다음 사이에서 전환됩니다. \ (2 ^ m \) 대체 상태의 가능한 구성.

결정

Eq. (4) 일반적인 매력과 관계가 모두 긍정적 인 선택 구조에서 가장 가능성이 높은 구성은 모든 대안이 활성화 된 구성이라는 것을 알 수 있습니다. 이것은 의사 결정자가 가장 선호하는 상태가 모든 대안을 소유하는 것임을 의미하므로 합리적입니다. 그러나 대부분의 응용 프로그램에서 사람은 대안 중 하나만 선택해야합니다. 잠재적 선택 조건을 단일 대안 만 활성화 된 구성으로 정의하고 결정을 내릴 수있는 두 가지 가능성을 논의하여이를 적용합니다.

첫 번째는 단일 스핀 플립 알고리즘이 실행되면 대안 평가 프로세스가 종료된다는 것입니다. 수렴되고 잠재적 선택 구성의 불변 분포에서 선택이 샘플링됩니다.

프로세스 중 어느 순간에 잠재적 선택 조건이 처음으로 충족됩니다. 선택이 효과적으로 이루어졌고 의사 결정권자가 계속할 필요가 없다고 말할 수 있습니다. 이 선택 트리거는 제한된 합리성의 개념을 구현하고 합리적인 선택에 대한 모델 설정의 결과를 논의한 후 설명하는 다양한 유형의 비합리적인 선택을 설명합니다.

합리적 선택

설정은 제한된 합리성을 구현하지만 합리적 선택을 배제하지 않습니다. 그러나 합리성의 가장 강한 등급조차도 유지되는 선택 구조를 만들 수 있지만, 어떤 구조가 합리성의 등급이 다른 물고기 주전자인지에 대한 명확한 규칙을 찾을 수 있습니다. 방법 섹션에서 우리는 대안의 가능한 구성에 대한 전환 행렬의 함수로서 단일 스핀 플립 알고리즘에서 예상되는 선택 확률에 대해 매우 간단한 표현이 존재 함을 보여줍니다. 다른 유형의 합리성을 준수하기위한 일반적인 규칙을 도출하려면 이러한 확률을 매개 변수 \ (\ mathbf {A} \) 및 \ (\ mathbf {b} \)의 함수로 표현해야합니다.이 표현식은 이미 \ (n = 3 \)에 대해 엄청난 크기이고 여기에서 일반 대수적 속성을 도출 할 합리적인 방법이 없기 때문에 메서드 섹션에서 이진 케이스 만 해결하고 그 이후에도 선택이 적어도 약하게 합리적이라고 보장되는 것은 반드시 간단한 것은 아닙니다.

\ (n > 2 \)의 경우 특정 선택 구조에 대한 합리적 행동의 기대 사례별로 파생되어야합니다. n 개의 대안에 관해서는 적어도 두 변수의 가능한 부분 집합이 \ (2 ^ n-n-1 \) 있습니다. 무관 한 대안의 독립성 가정을 조사하는 것은 선택 세트의 쌍별 확률의 속성을 결정하는 것보다 더 많은 시간이 소요됩니다 . R88과 같은 통계 프로그램은 방법 섹션의 표현식을 사용하여 최대 15 개의 대안으로 선택 상황에 대해 합리적인 시간에 이러한 예상 쌍별 선택 확률을 계산할 수 있습니다. 더 많은 수의 대안의 경우 시뮬레이션 접근 방식으로 수치 솔루션을 얻을 수 있습니다. 또한 예상되는 선택 확률에 대한 분석적 표현을 단순화하는 가정을 사용하여 합리적인 선택 속성을 도출 할 수도 있습니다.

비이성적 인 선택

우리는 이러한 선택 상황으로 비합리적인 의사 결정을 정의합니다. 쌍별 선택 확률에 의해 설정된대로 다른 대안을 선택하는 확률은 세트에 다른 대안을 추가하는 함수로 변경됩니다. 우리는 선택 문헌에 정통한 독자들에게이 정의가 다소 모호하게 보일 수 있다는 것을 알고 있습니다. 왜냐하면 우리의 정의는 선택 공리와 규칙 성 사이에 구분선을 만들고 선택 공리를 위반하는 것은 가장 엄격한 규칙과 합리성에 대한 조건은 여전히 이진 선택 확률을 유지할 수 있습니다. 그러나 이전 단락에서 합리성의 여러 단계를 다루었지만 여기서는 더 개념적인 접근이 더 적절하다고 생각합니다. 우리는 합리적 선택 이론에 의해 예측 된 선택 확률이 개념적으로 직관적이지 않다는 것이 즉시 명백한 예를 논의 할 것입니다.

상황 효과는 아마도 IIA의 가장 잘 알려져 있고 연구 된 위반이며 종종 다음과 같이 설명됩니다. 두 대안, 목표와 경쟁자 사이의 선호 관계가 성립되는 상황. 그런 다음 세 번째 대안 인 미끼가 도입되고 미끼를 추가하면 대상에 유리하게 선택 확률이 변경된다는 것이 입증되었습니다. 이러한 효과는 대안 간의 선호 관계의 원래 순서를 그대로 유지하면서 대상에 대한 확률을 높이는 것부터 선호 관계의 완전한 반전에 이르기까지 다양합니다. 우리 모델에서 이러한 효과는 두 가지 선택 대안 사이의 관계의 존재와 휴식 상태 분포 및 대안 평가 프로세스에 미치는 영향으로 설명 할 수 있습니다.

여러 유형의 컨텍스트 효과에 대한 예를 제공하고 모델에서 어떻게 설명 할 수 있는지 보여줍니다. 컨텍스트 효과에 대한 설명은 선택의 표현에 편향을 요구하지 않기 때문에 모든 큐 쌍과 대안 사이의 관계가 전반적으로 동일하다고 가정합니다 \ ((a_ {mk} = 1) \) . 보충 자료에서 우리는 매력 효과의 예에 대한 선택 확률을 계산하고 다른 예에 대한 매개 변수 값을 제공하는 특정 단계를 수행합니다.

유사성

유사성 효과 38,39는 경쟁자와 매우 유사한 미끼를 추가하면 다른 대상 대안에 대한 선호도가 증가하는 상황을 설명합니다. 이 효과에 대한 고전적인 예는 선택 확률을 제공하는 사고 실험으로 주어졌으며, 세 가지 녹음 중 선택에 대한 합리적 선택 이론에서 예상됩니다.

하나는 네트워크 구조를 역 엔지니어링 할 수 있다고 주장 할 수 있습니다. 원하는 선택 확률을 얻는 것은 우리 접근 방식의 약점입니다. 우리는 이것이 실제로 이점이라고 믿습니다. 하나는 선택 구조의 적응이 여전히 그럴듯한 선택 행동을 초래하는지 확인할 수 있기 때문입니다. 예를 들어 \ (\ {D_C, B_F, B_K \} \) 세트에서 \ (B_K \)를 선택하고 나머지 녹음 \ (\ {D_C, B_F \} \)에서 한 번 더 선택하라는 요청을 받았다고 가정 해보십시오. . 이미 \ (B_K \) \ ((x_ {B_K} = 1) \)이 있다는 점을 고려하면, 선택 구조에서 \ (B_K \)와 \ (B_F \) 사이의 음의 관계는 다음과 같은 예측을 가져옵니다. 거의 확실하게 \ (D_C \)를 선택합니다. 이것은 선택 구조가 관찰 된 행동을 설명 할뿐만 아니라 선택 문제의 적응을위한 새롭고 그럴듯한 행동을 예측한다는 것을 보여줍니다.또한 다음 예에서 논의 하겠지만 단일 선택 현상에 대해 이론적으로 구별되는 선택 구조를 제시하고 비교할 수도 있습니다. 처음에 예상되는 선택 확률은 동일 할 수 있지만 각 선택 구조에 대해 별개의 예측을 생성하는 조작을 테스트 할 수 있습니다.

매력

그림 4는 예상을 예측하는 두 가지 가능한 선택 구조를 보여줍니다. 그러나 실험에서 발견 된 것과 유사한 선택 빈도는 각각 다른 방식으로 인력 효과를 설명합니다. 그림 4a에서 끌림 효과에 대한 설명은 돈과 일반 펜 사이에 음의 연관성이 존재하는 것에 의존하고있는 반면, 그림 4b에서 효과는 두 펜 사이의 긍정적 연관에 의해 설명됩니다. 따라서 우리 모델은 덜 매력적인 미끼를 추가하는 것만으로도 덜 자주 선택되는 대상 대안에 대한 선택 확률을 높일 수있는 방법을 설명하는 이론적으로 구별되는 두 가지 선택 구조를 제공합니다.

반발

어떤 경우에는 대상 대안의 표준 이하 버전을 추가하면 실제로 대상을 선택할 확률이 감소합니다 89,90,91,92. 부정적 인력 또는 반발 효과라고하는이 반전 된 인력 효과는 일관되게 입증되지는 않았지만 미끼가 더 유사한 대상 대안의 단점을 강조하도록 선택을 구성 할 때 주로 관찰됩니다. 예를 들어, 과일 맛 캔디 바와 오렌지 사이의 선택에 더 작은 클레멘 틴을 추가하면 클레멘 타인이 감귤류의 신선함과 건강 측면을 강조하기 때문에 오렌지를 선택할 확률이 높아질 수 있습니다. 그러나 클레멘 타인이 신선도가 떨어지는 징후를 보이는 경우 (예 : 껍질이 구겨 지거나 곰팡이가 생기기 시작하면 감귤류 과일의 덧없는 신선함을 강조하고 대신 설탕으로 채워진 캔디 바와 긴 유통 기한의 가능성을 높일 수 있습니다.

반발 효과가 반대 인 것처럼 끌어 당김 효과, 즉 그 설명, 즉 경쟁자와 미끼 대안 사이의 긍정적 인 관계도 마찬가지입니다. 그림 4의 펜 예에서 돈 \ (({\ $}) \)과 일반 펜 \ ((P _-) \) 사이의 관계 기호를 전환하여 다른 모든 매개 변수를 유지하면서 양수가됩니다. 마찬가지로 좋은 펜 \ ((P _ +) \)에 대해 돈 \ (({\ $}) \)을 선택할 확률이 높아질 것으로 예측합니다. 흥미롭게도, 매력 효과의 부정적 관계는 목표 \ ((+ 10 \ %) \)에 대한 선택 확률에서 상대적으로 큰 이득을 가져올 수 있지만, 동일한 구조이지만 긍정적 인 관계는 라이벌 \ ((+ 2 \ %) \)에 대한 예측 선택 확률. 반발 효과의 크기를 높이려면 추가 된 미끼의 일반적인 매력을 줄여야합니다. 마지막으로 유인 및 반발적인 미끼를 모두 추가하면 네 가지 옵션 중 하나를 선택할 때 컨텍스트 효과가 서로 상쇄됩니다.

타협

타협 효과 45는 다음과 같은 상황을 설명합니다. 대상까지의 거리가 라이벌과 대상 사이의 거리를 반영하지만 반대 방향으로 미끼가 추가됩니다. 이것은 타협처럼 보이게하여 대상 대안에 대한 선호도를 높입니다. 이 맥락에서 거리는 다음 예에서 상금 및 품질과 같은 특정 속성에 대한 대안의 상대적 위치로 해석되어야합니다.

이 경우가 아닌 이유에 대한 가능한 설명은 ( 카메라 H와 L 카메라 사이의 단점은 카메라 M과 L 또는 M과 H 사이의 것보다 훨씬 더 분명합니다. 따라서 카메라 H가 선택 세트의 일부일 때 카메라 L의 약점이 강조 표시됩니다. 카메라 M은 카메라 L에 비해 품질은 높지만 카메라 H만큼 비싸지는 않은 타협점입니다. 다시 한 번 그림 5에서 볼 수 있듯이 타협 효과에 대한 설명은 다음과 같은 부정적인 관계를 도입하여 캡처 할 수 있습니다. 라이벌 카메라 L과 미끼 카메라 H.

지금까지 유사성, 매력 및 타협 효과는 미끼와 라이벌 간의 부정적인 상호 작용으로 모델에서 각각 설명되었습니다. 유사성 효과에서이 관계는 라이벌 대안과 미끼 대안 사이의 큰 유사성 때문에 존재한다고 가정하지만, 매력과 타협 효과에서이 관계는 둘 사이의 큰 차이의 함수입니다.

이에 대한 한 가지 설명은 (비) 유사성이 극도로 나타날 때만 강조되고 선택 과정에 영향을주기 시작한다는 것입니다. 또 다른 설명은 맥락 효과 사이의 관찰 된 상관 관계에서 비롯됩니다. 즉, 한 연구에 따르면 매력 효과를 보이는 사람들은 타협 효과도 보여 주지만 유사성 효과는 나타나지 않습니다 60. 이것은 사람들이 유사성 또는 비 유사성에 초점을 맞추고, 따라서 사람의 선택 구조는 그러한 유형 중 하나에 대한 부정적인 관계만을 포함한다는 것을 암시 할 수 있습니다. 유인과 타협 효과는 선택 구조가 비 유사성의 기능으로 부정적 관계만을 포함 할 때 발생하는 반면, 부정적 관계가 유사성의 결과 인 선택 구조는 유사성 효과 만 이끌어 낸다. 모든 상황 효과가 라이벌 대안과 미끼 대안 사이의 (부정적) 관계로 설명 될 수있는 것은 아닙니다. 어떤 경우에는 초기 대체 구성에 대한 선택 구조의 영향을 통해서도 나타납니다.

팬텀

팬텀 미끼 효과 52는 추가 된 미끼 대체가 우월한 상황을 설명합니다. 대상과 라이벌 모두에 적용되지만 라이벌에 비해 대상과 더 유사하지만 가장 중요한 것은 사용할 수 없다는 것입니다. 미끼를 선택할 수 없다는 것이 전달되면 대상 대안에 대한 선호도를 높입니다.

Pratkanis와 Farquhar52는 각각 (일부 집합의) 종이 클립 중에서 선택할 수있는 두 그룹을 제공하여 팬텀 미끼 효과를 연구했습니다. 다양한 정도의 마찰과 유연성. 대상 클립 (T)과 라이벌 클립 (R)은 이러한 속성이 다르지만 품질은 비슷했습니다. 미끼 종이 클립 (D)은 T와 R보다 우수한 품질을 보였지만 마찰과 유연성 측면에서 종이 클립 T와 비슷했습니다. 첫 번째 그룹에서는 하위 집합에서 선택하여 \ (\ {T, R \} \), 사람들은 거의 같은 확률로 각 클립을 선택했습니다. 그러나 두 번째 그룹의 사람들은 \ (\ {T, R, D \} \) 세트에서 선택하는 곳이라고 생각한 사람들은 대략 \ ({} ^ {4} \의 확률로 T 유형의 클립을 선택했습니다. ! / _ {5} \), 미끼 D를 사용할 수없는 것으로 드러나서 하위 집합 \ (\ {T, R \} \)에서 다시 선택해야했습니다.

있는 그대로 그림 6에서 볼 수 있듯이, 팬텀 미끼 효과에 대한 우리의 설명은이 시점에서 아마도 당연히 라이벌과 미끼 사이의 부정적인 관계의 존재에 부분적으로 달려 있습니다. 그러나 미끼의 가용성이 언제 어떻게 팬텀 효과를 유발하는지에 따라 달라집니다. 선택이 처음으로 제공되기 전에 이것이 전달되는 경우, 선택 프로세스는 여전히 샘플 및 플립으로 업데이트되지만 종이 클립 D에서 종료되지는 않습니다. 그림 6a에 표시된 것처럼 D와 D 사이의 부정적인 관계의 조합 종이 클립 D의 더 큰 일반적인 매력과 함께 R 종이 클립은 종이 클립 R을 선택할 가능성을 줄입니다. 첫 번째 선택 전에 종이 클립 D의 사용 불가능 성이 전달되지 않고 세 개의 종이 클립이 모두 사용 가능한 것으로 나타나면 그림 6a의 선택 구조 이전에 소개 된 제한없이 평가되고 클립 D가 선택 될 가능성이 가장 높습니다. 이 시점에서 선택 구조의 구성이 알려져 있으며, 클립 D의 큐와 노드 만 활성화됩니다. 이 시점에서 종이 클립 D를 사용할 수 없다는 알림을 받으면 알려진 구성에서 선택 프로세스가 다시 시작됩니다. 노드 D가 활성화되어 있다는 점을 감안할 때 그림 6b에 표시된 것처럼이 순간부터 추가 신호로 간주 할 수 있습니다. 결과적으로 종이 클립 D와 종이 클립 R 사이의 부정적인 상호 작용으로 인해 R 노드가 뒤집혀서 종이 클립 T에 비해 선택 가능성이 낮아집니다.

보충 자료에서 볼 수 있듯이 팬텀 효과를 이끌어 내려면 미끼와 라이벌 사이에 훨씬 더 강력한 부정적인 관계가 필요합니다. 미끼의 사용 불가능이 처음으로 결정된 후 사용 불가능이 전달되는 경우와 비교하여 미끼의 사용 불가능이 미리 알려질 때. 이것이 다소 직관적 인 가설이라고 쉽게 주장되지만, 우리의 접근 방식이 모델 설정의 변화를 기반으로 다양한 예측을 할 수 있음을 다시 한 번 보여줍니다.

엔 다우먼트

엔 다우먼트 효과 3는 사람들이 물건을 소유하고있을 때에 비해 물건을 더 높게 평가하는 상황을 설명합니다. 이 효과를 설명하기 위해 베토벤 녹음 (B)을받은 Debreu 예제의 변형을 고려하고 똑같이 매력적인 Debussy 녹음 (D)으로 교환 할 것인지 즉시 묻습니다. 선택 공리는 당신이 베토벤을 드뷔시로 교환 할 것이라고 예측하는 반면, 엔 다우먼트 효과는 사람들이 전환 할 가능성이 낮다는 것을 말하며 실험적으로 검증 된 예측입니다 93. 엔 다우먼트 효과는 선택 지원 편향 94 및 손실 혐오 54로 설명되었습니다.

우리 모델에서 두 설명 모두 대안이 선택 되 자마자 기본 매력이 증가하는 것으로 해석됩니다. 우리의 설정을 통해 우리는 선택 문제의 값의 변화에 의존하지 않고 선택 과정 자체와 관련된 새로운 설명을 얻습니다. 베토벤이 주어지면 선택 조건을 만족하게되므로 대안의 초기 구성이 Debussy와 교환하도록 제안 될 때 알려집니다. 그것들을 교환하려면 선택 과정에서 일련의 사건이 필요합니다. 두 대안의 동일한 매력으로 인해 베토벤을 유지하는 것에 비해 확률이 낮습니다. 특히, 전환이 옵션이되는 유일한 방법은 노드 B 또는 노드 D의 플립을 샘플링하고 수락하여 초기 상태 인 베토벤의 선택 조건이 첫 번째 반복에 남아있을 때입니다. 결과 구성에서 두 가지 선택은 다음과 같습니다. 똑같이 가능합니다. \ (u_R = a_ {RB} + b_B = a_ {RD} + b_D \)는 베토벤과 드뷔시 녹음에 대한 호소력을 나타냅니다. B를 D로 교환 할 확률은 다음과 같습니다.

공식 (7)은 누군가가 두 가지 대안 \ ((u_R = 0) \)에 대해 무관심 할 때만, 즉 매력 적이지도 않고 매력적이지 않으면 교환 확률은 절반입니다. 다른 모든 경우에는 엔 다우먼트 효과가 머리를 펴고 교환 확률은 절반이되지 않습니다. 이 설정에서 몇 가지 선택 현상이 설명되는 방식을 시연 한 후 모델의 또 다른 속성 인 응답 시간으로 전환합니다.

응답 시간

응답 시간 예측은 서로 다른 항목을 비교할 때 매우 유용 할 수 있습니다. 선택 구조, 평가 프로세스 및 트리거 조건. 방법 섹션에서 볼 수 있듯이 단일 스핀 플립 알고리즘은 선택 조건이 시간에 대한 프록시로 도달 할 때까지 예상되는 반복 횟수를 제공합니다. 이것은 특정 선택 구조에 대한 예상 응답 시간 순서를 조사하는 데 사용할 수 있습니다. 예를 들어, 대안간에 관계가없는 단순한 구조에서 선택이 트리거되기 전에 예상되는 반복 횟수는 대안의 수와 매력이 증가합니다. 또는 더 긴 응답 시간이 더 신중한 의사 결정, 즉 선택이 시작되기 전에 선택 조건에 더 많은 방문이 필요함을 의미한다고 가정하면 컨텍스트 효과가 줄어들고 선택이 점점 합리적이 될 것으로 예상합니다. 선택 조건에 필요한 방문 횟수가 증가함에 따라 선택 확률은 Eq. (6) 선택이 각 조건의 방문 횟수에 비례하여 샘플링 된 경우. 선택 조건을 방문한 첫 번째 대안이 필요한 횟수만큼 선택되면 선택 확률이 가장 높은 일반 호소를 가진 대안으로 이동합니다.

이 모델은 또한 다음과 같은 응답 시간 현상을 통합 할 수 있습니다. \ (\ beta \)를 통해 시간 압박에 따라 선택이 더 빠르지 만 덜 정확하다는 것을 예측하는 속도-정확도 절충 95. Ising 모델을 태도 96,97에 적용 할 때 태도 객체에 대한주의는 \ (\ beta \)로 표시됩니다. 이러한 해석은 시간 압력과주의 사이에서 역관계를 가정 할 수 있기 때문에 선택 모델에 잘 맞습니다. \ (\ beta \)가 전체 선택 구조의 크기를 조정하므로 값이 낮을수록 선택이 이루어지기 전에 예상되는 반복 횟수가 줄어들뿐만 아니라 \ (\ mathbf {A} \) 및 \ ( \ mathbf {b} \), 그리고 그것과 함께 컨텍스트 효과의 크기. 이것은 또한 맥락 효과가 시간 압박에서 더 작은 경향이 있다는 연구 결과와 일치합니다 66,98. 시간 압박에 따른 선택 기대치는 \ (\ mu \)를 사용하여 더욱 세밀하게 조정할 수 있습니다. 예를 들어, 시간 압박을받는 사람들이 대안의 일반적인 매력에만 집중한다는 가정은 \ (\ mu = {} ^ {1} \! / _ {\ beta} \)를 사용하여 모델링 할 수 있습니다. 방법 섹션에서는 \ (\ beta \)와 \ (\ mu \) 사이의 관계에서 변화로 모델링 된 다양한 형태의 시간 압력이 매력 효과에 대한 예상 선택 확률에 어떻게 영향을 미치는지 보여줍니다.

Mont Blanc

합리적 선택의 편차 : 엔 다우먼트 및 여러 상황 효과에 대한 통합 설명