文章预览
人们如何预测随机游走?对人类认知模型的启示 在许多日常任务中,对变化值的重复预测是常见的,从预测天气到金融市场。特别简单且有启发性的这类波动值实例是随机游走:每个点都是从其前一个值的随机移动,不受任何之前点的影响。此外,随机游走通常会产生基本的理性预测解决方案,即对新值的预测应该重复最近的值,从而复制原始序列的属性。然而,在之前的实验中,我们发现人类预测者并不遵循这一标准,显示出与随机游走属性的系统性偏差,如过度波动和连续预测之间的极端移动。我们认为这种偏差反映了在多个任务中显示的一般统计认知特征,提供了洞察潜在机制的窗口。利用这些偏差作为新的标准,我们在这里探索了来自现有文献中开发的多种认知预测模型,包括贝叶斯、基于误差的学习、自回归和抽样机制。这些模型与两
………………………………