分类:概率测试和最后通牒研究

研究背景和问题

在最后通牒博弈中，博弈者的行为经常偏离基于完全理性的博弈理论的预测^[1]：提议者给出的offer经常大于 [math]\displaystyle{ 40\% }[/math]，接受者经常拒绝少于[math]\displaystyle{ 30\% }[/math]的offer。问：到底哪些因素使得实际行为和理论有了这么大的偏离？

很容易想到，公平、利他、声誉等可能是原因之一，也有可能提议者的行为是对接受者的最优响应——也就是说这个结果的出现完全就是由接受者决定的。为了一定程度上区分这两个因素，Nick等人就提出来一个人与机器的实验^[2]，把接受者替换成机器——计算机算法：对于每一个offer，都有一个固定的接受概率，并且这个概率满足offer越大则概率越高，但是，同时还维持平均来看给最低的offer提议者得到的收益最大。他们的研究发现

实验设计

在讨论概率测试的效益的时候，我们尽量去掉公平、利他、声誉等因素的影响，因此，我们采用Nick等人提出来的人与机器的实验设置，在此基础上开展以下研究：第一、直接显示概率，不用被试来学习；第二、在人与机器最后通牒博弈的基础上，加上概率匹配实验。其中，概率匹配实验就是给定一个色子，得到正面的几率是0.7，得到反面的几率是0.3，问被试如果有十次机会如果预测的答案和实际出现的正面或者反面相同，则获得一定量的钱。这时候，如果选择。前人的实验发现，在这个问题中，大多数人选择做概率匹配，也就是不是选择正面，而是看情况基本上做到0.7的比例的情况下猜测正面，0.3猜测反面。

本项目研究在最后通牒博弈中，通过/不通过概率测试（指的是[概率匹配实验]）的提议者是否[最后通牒]中给出来更低/高的分配给接受者的钱。

主要结果

下一步的工作

继续实验和修订实验设计，做文献调研。

参考文献