5a显示了风险规避参数估计值与模拟合成代理中使用的基本真值之间的对应关系。代理被模拟为具有所有成对组合!加法和乘法动力学的值[-0.5,0,0.5,1,1.5]。对每个参数组合模拟20名受试者,然后应用相同的参数估计程序来可视化参数的恢复,如图3所示。这包括*和!参数。补充图5a显示了与本文主要结果最相关的空间子集。事实是!可以准确地恢复表明它不能通过其他参数(如灵敏度参数)充分捕获。从Postrior的相对精度也可以看出这一点!图3中原始数据中观察到的值。模型恢复。为了评估模型选择方法是否能够恢复所测试的效用模型集,我们进行了一次模型恢复模拟,在该模拟中,我们将我们的估计程序置于由合成代理所做的选择中,这些合成代理预先设置了基础真值模型值。补充图5b显示了每种实用新型的后验包含概率与用于模拟合成试剂的实用新型的基本真值识别之间的对应关系。前七名受试者被合成为前瞻理论代理人(加性和动态会话的参数相同),后七名受试者合成为等塑性效用代理人(两个会话的参数相同),最后七名受试者合成为时间最优代理人。补充图5 |参数和模型恢复。a、 具有不同组合的几种合成剂的参数恢复!参数。
|