Flexible Utility Function Approximation via Cubic Bezier Splines.
Flexible Utility Function Approximation via Cubic Bezier Splines.
复制标题
DOI：
10.1007/s11336-020-09723-4
复制
发表时间：
2020-09
期刊：
影响因子：
3
通讯作者：
Kable JW
中科院分区：
文献类型：
--
作者：
Lee S;Glaze CM;Bradlow ET;Kable JW
在跨期和风险选择决策中，参数效用模型被广泛用于预测选择和测量个体的冲动性和风险规避。然而，参数效用模型不能描述偏离其假定函数形式的数据。我们提出了一种新的方法，使用三次贝塞尔样条（CBS）灵活地建模光滑和单调的效用函数，可以适合任何数据集。CBS表现出更高的描述性和预测精度比现存的参数模型，并可以识别常见的但新颖的行为模式，是不一致的现存的参数模型。此外，CBS提供了不依赖于参数模型假设的冲动性和风险厌恶的措施。本文的在线版本（10.1007/s11336-020-09723-4）包含补充材料，可供授权用户使用。
In intertemporal and risky choice decisions, parametric utility models are widely used for predicting choice and measuring individuals’ impulsivity and risk aversion. However, parametric utility models cannot describe data deviating from their assumed functional form. We propose a novel method using cubic Bezier splines (CBS) to flexibly model smooth and monotonic utility functions that can be fit to any dataset. CBS shows higher descriptive and predictive accuracy over extant parametric models and can identify common yet novel patterns of behavior that are inconsistent with extant parametric models. Furthermore, CBS provides measures of impulsivity and risk aversion that do not depend on parametric model assumptions. The online version of this article (10.1007/s11336-020-09723-4) contains supplementary material, which is available to authorized users.
登录
查看更多内容
影响因子：
10.6
作者：
Krain, Amy L.;Gotimer, Kristin;Milham, Michael P.
通讯作者：
Milham, Michael P.
影响因子：
5.7
作者：
Ballard K;Knutson B
通讯作者：
Knutson B
影响因子：
5.3
作者：
Kable, Joseph W.;Caulfield, M. Kathleen;Lerman, Caryn
通讯作者：
Lerman, Caryn
影响因子：
25
作者：
Kable, Joseph W.;Glimcher, Paul W.
通讯作者：
Glimcher, Paul W.
影响因子：
1.3
作者：
Alessi, SM;Petry, NM
通讯作者：
Petry, NM