本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
預測與資訊或線索機率相關的標準是一項範式判斷任務，在試圖識別人們使用的個人判斷和決策策略的研究中，以及在群體智慧文獻中，重點是聚合如何提高準確性，都對此進行了研究。我將這兩個研究結合起來，研究個體和聚合線性策略的績效如何受到不同環境和群體聚合因素的影響，以及如何在統一的框架中理解個體和聚合線性策略之間的績效差異。我表明，受約束的線性策略對於個人判斷來說更準確，但是當對這些判斷進行平均時，無約束的線性策略更準確。這種策略聚合效應可以透過分析均方誤差分解為偏差、變異數和協方差來理解。由於偏差較低但變異數較高，無約束線性策略在個人判斷方面表現較差，但在聚合最小化變異數的平均判斷方面表現較好。在人工和真實環境的模擬中，我進一步表明，如果個體判斷之間存在相關性，則不會發生這種聚合效應。在這裡，受約束的線性策略總是優於無約束的線性策略，因為無約束的線性策略的較大協方差分量超過了其較低的偏差。最後，我給出了結果對團體和組織環境中認知策略和決策環境的現實影響。