Learning from peers in signaling game experiments
信号博弈实验中的同伴学习AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将滞后同伴互动引入动态离散选择面板模型，分别对应网络与干扰、离散选择以及微观面板数据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
信号博弈实验中的同伴学习
- 研究问题
- 在进入限制定价的信号博弈实验中，同伴过去的决策如何影响参与者当前选择，以及如何建模这种滞后互动？
- 方法与思路
- 作者在动态离散选择面板模型中加入滞后社会互动，并使用摘要所称的无偏GHK模拟器实施计算复杂的最大似然估计。
- 材料陈述的贡献
- 摘要称，参与者决策受到同伴过去决策的显著影响，涉及潜在进入者选择和同类型垄断者策略，并提出其他实验应用可能。
- 阅读关注点
- 应核对同伴群体定义、滞后互动的识别条件、动态模型设定，以及GHK模拟器的无偏性表述和模拟误差处理。
- 阅读边界
- 仅依据所给Crossref摘要；互动识别条件、实验分组和效应大小未说明，显著关联能否解释为同伴学习仍需核对全文。
原文摘要
SUMMARY We investigate peer group effects in laboratory experiments based on Milgrom and Roberts' (1982, Econometrica 50 : 443–459) entry limit pricing game. We generalize Heckman's (1981, in Structural Analysis of Discrete Data with Econometric Applications . MIT Press: Cambridge, MA) dynamic discrete‐choice panel data models by introducing time‐lagged social interactions, using the unbiased GHK simulator to implement the computationally cumbersome maximum likelihood estimation. We find that subjects' decisions are significantly influenced by past decisions of peers on several dimensions, including potential entrants' choices and strategic play of like‐type monopolists. The proposed model and estimation method may be applicable to other experiments where peer group effects are likely to play an important role. Copyright © 2011 John Wiley & Sons, Ltd.