非交互个体的估计值分布研究及其在群体智慧中的应用
进行高风险决策和预测未知事件均涉及到大量估计任务.准确地估计对个体是困难的,群体智慧提供一种在估计任务中辅助决策的方法.群体环境中非交互个体的估计值是随机变量,而现有文献对这一随机变量分布类型的设定存在矛盾.研究群体智慧需要确定个体估计值的分布规律.本文选取五个检验分布,对个体估值数据进行K-S检验,并提出相对差异度准则确定最优拟合分布.结果 表明对数正态分布为最佳拟合分布的次数远高于其它分布类型,且其相对差异度显著小于其他检验分布.不论群体规模大小,不论估计值的数量级大小和估计任务难度,对数正态分布均是个体估计值分布的最佳拟合.基于对个体估计值分布的确定,研究设计两个仿真实验:实验一比较聚合统计量的准确性,结果表明几何平均是比算术平均更合理准确的聚合统计量;实验二探究群体多样性和群体智慧效度的关系,结果表明在个体估计不准确的情况下,提高群体多样性是提高群体智慧的有效途径.用对数正态分布可以模拟出各种规模大小人群的估计值,从而为学者深入研究群体智慧提供一种高效率、低成本的研究工具.
群体智慧;估计判断;分布研究;群体决策
41
C93(管理学)
国家自然科学基金71771092
2021-11-22(万方平台首次上网日期,不代表论文的发表时间)
共15页
2733-2747