Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2206.11359

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2206.11359 (econ)
[提交于 2022年6月22日 (v1) ,最后修订 2024年6月18日 (此版本, v2)]

标题: 秩最小化机制的非明显可操纵性

标题: Non-Obvious Manipulability of the Rank-Minimizing Mechanism

Authors:Peter Troyan
摘要: 在分配问题中,常使用已分配物品的排名分布来评估匹配质量。 最小化排名(RM)机制直接优化平均排名。 虽然有吸引力,但缺点是RM机制不是策略性诚实的。 本文研究RM是否满足较弱的激励概念——非明显操纵性(NOM,Troyan和Morrill,2020)。 我证明任何具有全支持的RM机制——在所有最小化排名的分配上都赋予正概率——都是NOM。 特别是,均匀随机化满足这一条件。 如果没有全支持,RM机制是否为NOM取决于选择规则的细节。
摘要: In assignment problems, the rank distribution of assigned objects is often used to evaluate match quality. Rank-minimizing (RM) mechanisms directly optimize for average rank. While appealing, a drawback is RM mechanisms are not strategyproof. This paper investigates whether RM satisfies the weaker incentive notion of non-obvious manipulability (NOM, Troyan and Morrill, 2020). I show any RM mechanism with full support - placing positive probability on all rank-minimizing allocations - is NOM. In particular, uniform randomization satisfies this condition. Without full support, whether an RM mechanism is NOM or not depends on the details of the selection rule.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2206.11359 [econ.TH]
  (或者 arXiv:2206.11359v2 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2206.11359
通过 DataCite 发表的 arXiv DOI
期刊参考: Journal of Mathematical Economics (2024), 113:103015
相关 DOI: https://doi.org/10.1016/j.jmateco.2024.103015
链接到相关资源的 DOI

提交历史

来自: Peter Troyan [查看电子邮件]
[v1] 星期三, 2022 年 6 月 22 日 20:12:08 UTC (12 KB)
[v2] 星期二, 2024 年 6 月 18 日 17:50:34 UTC (87 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
econ.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2022-06
切换浏览方式为:
econ

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号