好,他们的第四个结果是什么呢?是说
如果说我先做过比如说P=0.9,然后10回合
那我再去参加另外一个实验跟一些这个没有经验的,或者是说我有经验的
然后来做,就是说这里面有两种情况,一个是说我们这一群都是有经验的
另外一种是说我们这一群有一部分是有经验的,另外一部是新手,这个肥羊这样
不过这边的话我想看是说有经验的他们再做一次的时候,所以本来是0.9现在做1.1或者- 是什么之类的
他就发现说呢,有经验的人第一回合的选择跟没有
经验的其实没有差太多,那可是收斂速度会比较快
好,所以我们来看这个有经验对没有经验的,好,所以这边的话 好,这边是0.7,然后7个人的
那所以你看到之后,确实第一回合这个在 35 这边有 spike [圖表中突出的點] 在- 24 我这边有个 spike,那好
这里是没有经验的,就是我们刚已经看过的,有经验的人是左边这张图,你发现说好,第一回合
对,还是有一堆人选很高的数字,可是呢
他后面收斂速度就比这个没有经验的要快,所以你就知道说有经验这你知道说,最后答案一定是
零,所以到时候我一定要赶快往零冲,我会冲的比这个
没有经验的人快,可是呢不代表说你第一回合就会选零哦
好,那这边这个是0.9的情况,最后我们刚看到一样是这个没有经验的
第一次做的人,他们一开始选到45然后往这个0 converge[收斂]这样的情况,那这个是有经验的
那所以一样就是说在一开始的时候也是一堆人在选很高的数字,那并不会因为说我有经验- 所以我就
直接跳到零,那可是确实我说的那个速度确实是比这个0.9
0.9的那个收斂程度其实蛮慢的,那可是他这边就跳的很快 好,那这个是这个
这个一样是0.7的,可是那个人数改了,一样就是说这边没经验的对有经验的
你看到的结果是一样的,就是说一开始还是一堆人就是不是在选零,那可是说速度总是就是比- 那个没有经验的人快
好,然后这个是另外一个,就是另外一个0.9就是可是人数不一样的 那不过这边的结果,这个应该是3个人的
那记得就是说3个人没有经验的时候,他其实收斂速度是已经很慢了,可是有经验的人
他可能就快一点,可是就是你还是看到说其实并不是所有人 都会收斂到零,不过当然这是他们正确的去猜测
去预测,因为他知道说这个没有经验的人其实并不会说 收斂到零,所以他们也不会,可是他们确实是比人家快一步
好,那他们要来分析这个资料,他们怎么分析呢?他们就开始按照这个 所说的Level
k的模型的预测来做,他们有个Level-0,Level-0 就是随机的选,那这边的话他们假设一个常态分布,那当然这个在
这样子,就是意思说选50可能多一点这样子,那所以还要估计这个常态分布的这个分配- 是怎么样
然后呢,我有Level-1,Level-1我认为是我的对手是Level-0,所以我-
就去做最佳反应 那可能会犯一点错误,所以就是比较乱一点,然后Level-2
是对Level-1做最佳反应,Level-3对Level-2做最佳反应
那他们就去估计就是不同Level的人有多少?然后这个发
错误率有多少?然后等等这个参数,那这是他们模型估计的结果
只要看的是就是前面这四个是他在不同的
不同的实验里面就是不同的Level,就是ω0
是Level-0,ω₁是Level-1以此类推,不同的比例各是多少
好,那他們甚至就是做了后续的实验,比如说我如果把
这个金额弄很高,会发生什么结果,好像确实有一点点改变,可是改变不太大
改成是中位数而不是用平均的2/3,这个
也有尝试,那或者是说,你说不行,这个平均2/3或1.8
都是这个端点,所以他们甚至有做过是把中位数加上18 乘以比如2/3之类的,这样的话那个均衡会是在里面
那所以他们就做了后续很多研究,那类似的 说好,因为我们刚看到的这个是一般的学生,如果说
用特别的人会是什么结果,他们有尝试,所以他们有去找就是专门
专业的基金经理人,找经济学的博士生,找这个加州理工
大学部这些可能就是特别聪明的或者他们甚至找加州理工学院的董事
校董会、董事会,就是其中一个作者,那个Colin Camerer 他有机会在加州
理工学院这个校董会上面发表,那他就当场做这个实验了,那就他们发现说这个
加州理工学院的学生平均比别人是会多往前想一步 那可是加州理工学院校董会的董事其实跟一般人差不多
那甚至他们还甚至在就比如说英国的金融时报,跟在杂志上刊登这样的一个
一个竞赛,然后让大家寄明信片进来,他们也做这个实验
那甚至他们有人就是去做说那个
如果我是有经验的,我知道我的对手是没有经验的,那会发生什么影响
那就会发现说这个经验的影响是在第一回合确实有影响,可是后面的话,就还好而已
那所以从这么多的实验里面你会看到,确实就是说第一个是说第一回合的时候人们不会照-
均衡来做 那他们可能会照Level-k想几层想几步的想法来做的
那可是他们也受到很多影响,包括就是说这个P是多少?
有其他人,有多少人,他们有没有经验,然后其他人是谁,是不是跟我一样聪明等等这些都- 会来影响
好,那所以下面我们可能就要来看是说不同的Level,就是说我们要怎么样来写一个模型
来解释这个所谓的就“一样米养百样人”这种不同Level 这样子的一个模型