社会价值取向对自我-他人风险决策的影响及其机制

以往关于为自己和代他人决策的冒险行为研究结果不一致,这可能是因为以往的研究没有考虑决策情境和决策者人际特质等因素对于决策行为的影响。社会价值取向(social value orientation,SVO)是一种典型的人际特质,是个体在对自我和他人资源分配时所表现出的社会偏好,通常分为亲社会者和亲自我者。为探究SVO对自我-他人风险决策的影响及其机制,采用为自己和陌生人分别完成多轮混合赌博游戏的任务。结果发现亲自我比亲社会者代他人决策更冒险。用模型量化的损失厌恶和对潜在损失的敏感度部分中介了自我-他人风险决策差异,但只有对他人潜在损失的敏感度部分中介自我-他人决策的SVO效应。说明SVO会影响自我-他人风险决策,且该效应可以通过对他人利益的关心程度起作用,所以在自我-他人风险决策的研究中应将SVO这一决策者的人际特质因素考虑在内。

基于变分算法的贝叶斯分层收缩模型及其应用

贝叶斯统计推断通常会遇到后验分布中出现高维积分这一公认的计算难题。一种常用的解决方法是使用MCMC算法。然而,MCMC算法在处理高维大数据或复杂模型时计算效率很低,并且难以判断算法收敛性。针对自适应贝叶斯收缩模型、贝叶斯LASSO模型和扩展的贝叶斯LASSO模型,本文提出了一种更高效的变分贝叶斯(VB)算法来进行参数估计和变量选择。该算法源于理论物理中的平均场理论。它将复杂积分问题转化为最优化问题,使用假定分布族中最接近目标后验分布的分布来近似求解,并且易于判断算法收敛情况。数值模拟结果显示,VB算法不仅计算速度明显优于MCMC算法,而且其模型拟合和变量选择效果也与MCMC算法相当,可以作为MCMC算法的一种替代方法。最后,本文运用VB算法分析了俄罗斯房产售价的重要影响因素。