计算机科学 > 计算机科学与博弈论
[提交于 2022年6月7日
(v1)
,最后修订 2022年11月24日 (此版本, v2)]
标题: 虚假共识,信息论和预测市场
标题: False Consensus, Information Theory, and Prediction Markets
摘要: 我们研究一个设定,其中具有共同先验的贝叶斯代理人拥有与事件结果相关的私有信息,并依次做出与他们的信息相关的公开声明。 我们的主要结果表明,当代理人的私有信息在事件结果条件下是独立的,且代理人在结果上有相似的信念时,他们的信息会被聚合。 也就是说,不存在虚假共识。 我们的主要结果基于一个自然的信息理论框架,证明过程较为简短。 该框架的一个关键要素是“交互信息”的符号与人们信息价值的超加性/次加性性质之间的等价性。 这为交互信息提供了一个直观的解释和一个有趣的运用,交互信息衡量了三个随机变量之间共享的信息量。 我们通过在这个框架内重新证明两个额外的结果来展示这个信息理论框架的力量:1)当代理人在轮换方式下宣布(摘要)信念时,代理人的意见会迅速达成一致 [Aaronson 2005];2)[Chen 等人 2010] 关于预测市场代理人何时应发布信息以最大化其报酬的结果。 我们还通过证明揭示信息的期望奖励是所揭示信息的条件互信息,来解释这个信息理论框架和上述结果在预测市场中的意义。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.