Identifying Higher-Order Rationality
高阶理性的识别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：摘要明确使用环状网络博弈及其中的战略选择识别理性层级，故归入网络与干扰方向；未说明离散选择模型或其他细分方法。
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…
关注这篇论文的作者
高阶理性的识别
- 研究问题
- 如何从个体在战略互动中的选择，区分自身理性、相信他人理性及更高阶的理性信念？论文用实验数据识别不同层级的理性。
- 方法与思路
- 作者使用精心选择的环状网络博弈获取战略选择数据，并借助实验设计中的自然排除限制，估计个体层面的高阶理性。
- 材料陈述的贡献
- 摘要报告，样本中93%的受试者理性，22%既理性又至少具有三阶他人理性信念，并称设计所需排除限制较文献中的比较设计更弱。
- 阅读关注点
- 应核对环状网络博弈为何能区分信念层级、排除限制的具体含义，以及选择误差如何影响个体分类和各层级比例的估计。
- 阅读边界
- 摘要未交代样本规模、受试者构成、误差处理及不确定性估计；这些比例属于该实验样本，不能直接外推为一般人群特征。
原文摘要
Strategic choice data from a carefully chosen set of ring‐network games are used to obtain individual‐level estimates of higher‐order rationality. The experimental design exploits a natural exclusion restriction that is considerably weaker than the assumptions underlying alternative designs in the literature. In our data set, 93 percent of subjects are rational, 71 percent are rational and believe others are rational, 44 percent are rational and hold second‐order beliefs that others are rational, and 22 percent are rational and hold at least third‐order beliefs that others are rational.