Pkh entscheidung Muster

Der erste Schritt zur Umsetzung ist die Definition der makroskopischen Parametrierung und ihre Beziehung zur Optionsqualität. Die Analyse der makroskopischen Dynamik aus Eq (1) zeigt, dass ein Konsens nur erreicht werden kann, wenn die Aufgabe null ist ( A = B = 0). Wir wählen willkürlich eine konstante Kreuzhemmungsrate , die ausreicht, um eine kollektive Entscheidung zu bestimmen [23]. Der Wert kann optimiert werden, um die Zeitskala des Prozesses zu bestimmen: Je höher die Rate, desto schneller die Konvergenzdynamik. Hier wählen wir . Unter diesen Bedingungen sagt das Modell zwei Gleichgewichtspunkte voraus, die einer Konsensentscheidung für eine der beiden Optionen entsprechen, aber ihre Stabilität kann je nach der relativen Stärke der Entdeckung und Rekrutierung variieren. Unter der Annahme von vA vB sagt das Modell (1) voraus, dass das Gleichgewicht beim Konsens für A immer stabil ist, während der Konsens für B nur dann stabil ist, wenn die S2-Text-Taste stabil ist. Dank dieses Ergebnisses kann eine fundierte Entscheidung über die makroskopische Parametrierung und das Verhältnis zur Optionsqualität getroffen werden: i = f(vi), i = f(vi), i ∈ . Insbesondere können wir unter der Annahme einer Zielauflösung R = 0,15 die Wahrscheinlichkeit einer fehlweisen Entscheidung minimieren, indem wir das System so gestalten, dass es ein einziges stabiles Gleichgewicht für die beste Option in jedem Entscheidungsproblem hat, das durch Qualitätsunterschiede über der Auflösung gekennzeichnet ist. Wir wählen lineare Funktionen, die makroskopische Übergangsraten mit der Qualität verknüpfen: (7) wo k und h stimmbare Parameter sind. Als nächstes berechnen wir die Einschränkung der oben genannten Funktionen, um unsere Entwurfsauswahl zu erfüllen: k > h (1 R)/R (siehe S2 Text).

Schließlich wählen wir Werte aus, die den vorgeschriebenen Grenzen entsprechen: h = 0,1 und k = 0,6. Mit definierter Auflösung und Effektivität führen wir die wichtigsten Leistungsmetriken ein, die wir berücksichtigen. Die Erfolgsrate entspricht dem Bruchteil der effektiven Durchläufe, die zu einer korrekten Entscheidung führen, d. h. das Quorum wird für die beste Option oder eine der besten Optionen erreicht, wenn von einer vollständig nicht gebundenen Grundgesamtheit ausgestartet wird. Die Erfolgsrate wird analog zur Exit-Wahrscheinlichkeit in stochastischen Prozessen definiert und hängt mit der Genauigkeit der Entscheidungsfindung zusammen, da die Qualität der gewählten Option berücksichtigt wird. Beachten Sie, dass wir uns nur auf die effektiven Durchläufe beschränken, z. B. Läufe mit einer Effektivität, die größer als die angegebene Schwelle ist, sondern uns nur auf Ergebnisse mit hoher Kohärenz beschränken.

Die Konvergenzzeit ist die durchschnittliche Zeit, die erforderlich ist, um das Quorum Q zu erreichen, das über alle effektiven Durchläufe berechnet wird, und wird analog zur Austrittszeit stochastischer Prozesse definiert. Diese Metrik entspricht tatsächlich der Geschwindigkeit des Entscheidungsprozesses und kann zusammen mit der Erfolgsrate genutzt werden, um die bequemste Lösung auszuwählen, die den Kompromiss zwischen Geschwindigkeit und Kohäsion optimiert. Wie alle nichtexperimentellen Designs unterliegt auch unser Design möglicherweise versteckten Vorurteilen. Wir bewerten diese potenziellen Verzerrungen durch eine Zersetzung unserer Schätzwerte, alternative Modellspezifikationen, alternative Schätzer und Sensitivitätstests gegenüber versteckten Verzerrungen (Materialien und Methoden).

Posted in Uncategorized.