Learning in public goods game: alternative model performance

Abstract

V průběhu posledních padesáti let se výzkum hry veřejných statků stal čím dál tím více komplexním. Zejména v oblasti modelů učení se, které se pok- oušejí vysvětlit experimentální data, bylo navrženo a studováno velké množství modelů. Nícméně, co se týče porovnání výkonnosti těchto modelů vůči jiným, nebylo dosaženo mnoho závěrů. Tato práce se pokouší rozšířit komparativní analýzu provedenou v Cotla (2015). Za pomocí softwaru R, jsou tři modely učení se posouzeny na základě jejich schopnosti přesně předpovídat experi- mentální výsledky. Mezi těmito modely je K-strong equilibrium model tím nejúspěšnějším v předvídání všech výsledků experimentu hry veřejných statků, které jsou v této práci brány v potaz. Klasifikace JEL C71, C73, C87, C92, D64, D90 Klíčová slova hra veřejných statků, behavioralní teorie her, učení se Název práce Veřejné statky: učení se a přesnost alterna- tivních modelu

Over the last fifty years the research field of the public goods game experi- ment became increasingly more convoluted. Especially in the area of learning models, which attempted to explain the experimental data, many models with different mechanisms were proposed and studied. However, when it comes to assessing the performance of the models in relation to each other, few conclu- sions were reached. This thesis attempts to further the comparative analysis conducted in Cotla (2015). Using R software simulations, three directional learning models are assessed on their ability to accurately predict experimental data. Among the considered models, K-strong equilibrium model is found to be the best predicting model for all of public goods game experiments considered in this thesis. JEL Classification C71, C73, C87, C92, D64, D90 Keywords public goods game, behavioral game theory, learning Title Learning in public goods game: alternative model performance