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:2212.07725v2

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2212.07725v2 (econ)
[提交于 2022年12月15日 (v1) ,最后修订 2023年11月2日 (此版本, v2)]

标题: 顺序抽样均衡

标题: Sequential Sampling Equilibrium

Authors:Duarte Gonçalves
摘要: 本文介绍了一个基于顺序抽样的均衡框架,其中参与者对其对手行为存在战略不确定性,并获取信息性信号以解决这一问题。 顺序抽样均衡提供了一个有纪律的模型,该模型具有内生的选择、信念和决策时间分布,不仅合理解释了对纳什均衡的已知偏离,还做出了由现有数据支持的新预测。 它建立了实证学习与战略复杂性之间的关系,并通过抽样固有的随机性产生随机选择,而无需依赖于无差异或选择错误。 此外,当抽样成本消失时,它为纳什均衡提供了合理的解释。
摘要: This paper introduces an equilibrium framework based on sequential sampling in which players face strategic uncertainty over their opponents' behavior and acquire informative signals to resolve it. Sequential sampling equilibrium delivers a disciplined model featuring an endogenous distribution of choices, beliefs, and decision times, that not only rationalizes well-known deviations from Nash equilibrium, but also makes novel predictions supported by existing data. It grounds a relationship between empirical learning and strategic sophistication, and generates stochastic choice through randomness inherent to sampling, without relying on indifference or choice mistakes. Further, it provides a rationale for Nash equilibrium when sampling costs vanish.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2212.07725 [econ.TH]
  (或者 arXiv:2212.07725v2 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2212.07725
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Duarte Goncalves [查看电子邮件]
[v1] 星期四, 2022 年 12 月 15 日 11:07:44 UTC (171 KB)
[v2] 星期四, 2023 年 11 月 2 日 07:59:43 UTC (179 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 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 | 2022-12
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