When expectation-maximization-based theories work or do not work: An eye-tracking study of the discrepancy between everyone and every one

Abstract

摘要： 主流的风险决策理论专家发展了一系列基于期望值最大化(expectation-maximization)的理论, 以期捕获所有人的风险决策行为。然而大量证据表明, 这些基于期望值最大化的理论并不能如同描述性理论那样理想地描述单一个体的决策行为。本研究采用眼动追踪技术, 系统考察了个体在为所有人决策与为自己决策时的风险决策行为及信息加工过程的差异。本研究发现, 基于期望值最大化的理论可捕获为所有人决策或为自己多次决策时的情况, 却不能很好捕获个体为自己进行单次决策时的情况。本研究结果有助于理解基于期望值最大化的理论与启发式/非基于期望值最大化的理论的边界, 为风险决策理论的划分和发展提供实证参考。

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 6 citations exist upstream.

Papers that cite the same references — the relational fallback while embeddings are still backfilling.