|
|
Ekonomie vychýleného odhadu
Drvoštěp, Tomáš ; Špecián, Petr (vedoucí práce) ; Tříska, Dušan (oponent)
Tato práce zkoumá optimalitu heuristické tvorby predikcí. Heuristiky lze dle Gigerezera a Goldsteina (2009) chápat jako predikční pravidla, která svou jednoduchostí využívají trade-off mezi vychýlením a variabilitou. Ekonomičtí agenti učící se v kontextu tvorby racionálních očekávání (Marcet a Sargent 1989) ale naopak konstruují komplexní modely celé ekonomiky. Oba tyto přístupy lze vnímat jako optimální reakci na složitost predikční úlohy a dostupnost pozorování. Práce navrhuje jednoduché rozšíření modelu rozhodování za nejistoty, kde se užitek agentů odvíjí od správnosti jejich predikcí a kde je složitost modelu kontrolována regularizačním parametrem. Monte Carlo simulace ukazují, že ve složitých prostředích, ve kterých je k dispozici málo pozorování, je výhodné používat modely podobné heuristikám. V příhodnějších podmínkách jsou výhodnější modely nevychýlené.
|
|
|
Tools for Decision Making under Uncertainty
Sečkárová, Vladimíra
In this paper we focus on two often considered distinct aims, namely maximizing of an utility function (e.g. an investment profit) and getting a more reliable global description of considered situation based on observed data (e.g. the final outcome of databases merging). In both cases we face the problem, that the data are unreliable, since they contain uncertainty caused by their source (i.e. human being). If we are looking for the optimum of the former aim, a game theory reformulation of the decision making task brings a smoother way to reach it. If the latter aim is considered, a merging procedure (also called fusion) processing the data should help us. This paper describes four recently developed methods dealing with decision making under uncertainty in two considered directions and one tool used for comparison of the fusion algorithms.
|
|
| |
|
| |
host ::
RSS.