SuperAPI AI 工具集

behavioral-economics-guide

通用与其它

查看项目

更新于 10-16 05:53

技能介绍

用途:为行为经济学研究提供方法参考,覆盖理论框架、行为偏误与实验设计。

主要能力: 理论方面包括前景理论,其价值函数中损失厌恶系数约2.25、曲率系数约0.88,概率权重函数采用Prelec形式;双系统理论区分快速直觉的系统1与慢速分析的系统2;助推理论列举默认设置、显著性、社会规范、承诺机制、简化、反馈、框架等类型及其作用机制。 偏误部分列出锚定、禀赋效应、现状偏误、现时偏误、沉没成本谬误、过度自信、可得性启发、代表性、框架效应,并附经典实验例子。 方法部分涵盖实验室实验、实地实验与RCT、调查实验。资料给出了使用oTree实现独裁者博弈的模型与页面代码片段;实地实验设计清单包括研究问题、处理组、随机化、样本量、结果测量和预注册;调查实验部分给出BDM机制估计支付意愿的函数;贴现部分给出准双曲贴现参数beta与delta的极大似然估计代码。 资源方面提到oTree、Gorilla、LIONESS Lab、AEA RCT Registry、J-PAL等,并列出了若干行为经济学相关期刊。

使用方式:资料未提供安装命令或调用步骤,仅以代码片段展示方法示例,需自行在相应环境中实现。

适用场景:行为经济学、决策科学研究、实验设计与数据分析。

限制:资料未说明收费、价格、平台依赖或效果保证,相关事实暂未提供。