Jump to content

Decision theory

This is a fully translated article. Click here for more information.
From DawoumWiki, the free Mathematics self-learning
Original article: w:Decision theory
Part of a series on
Mathematics
Areas
Relationship with sciences
Mathematics Portal

결정 이론(Decision theory 또는 선택의 이론(theory of choice); 선택 이론(choice theory)과 혼동하지 말 것)은 다양한 요인에 확률을 할당하고 결과에 수치적 결과를 할당하는 것에 기초하여 결정을 내리는 이론과 관련된 적용된 확률 이론(probability theory)의 한 가지입니다.[1]

결정 이론에는 세 개의 가지가 있습니다:

  1. 규범적 결정 이론(Normative decision theory): 최적성이 종종 완벽한 정확성으로 계산할 수 있고 어떤 의미에서는 완전히 합리적인 이상적인 의사-결정자를 고려함으로써 결정되는 최적 결정(optimal decisions)의 식별과 관련이 있습니다.
  2. 규정적 결정 이론(Prescriptive decision theory): 결정을 내리는 사람들이 일부 일관된 규칙 아래에서 행동한다는 가정 아래에서 개념적 모델(conceptual models)의 사용을 통해 관찰된 행동을 설명하는 것과 관련이 있습니다.
  3. 기술적 결정 이론(Descriptive decision theory): 개인이 실제로 그들이 하는 결정을 내리는 방법을 분석합니다.

결정 이론은 게임 이론(game theory) 분야와 밀접한 관련이 있고[2] 경제학자, 수학자, 데이터 과학자, 심리학자, 생물학자, 정치와 기타 사회 과학자,[3] 철학자[4] 및 컴퓨터 과학자에 의해 연구되는 학제 간 주제입니다.

이 이론의 경험적 응용은 보통 통계적(statistical) 및 계량-경제적(econometric) 방법의 도움으로 수행됩니다.

Normative and descriptive

규범적 결정 이론은 최적성이 종종 완벽한 정확성으로 계산할 수 있고 어떤 의미에서는 완전히 합리적인 이상적인 의사-결정자를 고려함으로써 결정되는 최적 결정(optimal decisions)의 식별과 관련이 있습니다. 이 규정적 접근 방식 (사람들이 결정을 내리게 하는 방법)의 실제 적용은 결정 분석(decision analysis)이라고 불리고 사람들이 더 나은 의사 결정을 내리는 데 도움이 되는 도구, 방법론, 및 소프트웨어 (결정 지원 시스템)를 찾는 것에 목표를 둡니다.[5][6]

대조적으로, 기술적 결정 이론은 의사 결정을 내리는 사람들이 일부 일관된 규칙 아래에서 행동한다는 가정 아래에서 종종 관찰된 행동을 설명하는 것과 관련이 있습니다. 예를 들어, 이들 규칙은 절차적 프레임워크 (예를 들어, 측면 모델에 의한 Amos Tversky의 제거) 또는 공리적 프레임워크 (예를 들어, 확률적 전이성 공리)를 가질 수 있으며, Von Neumann-Morgenstern axioms를 예상된 효용(expected utility) 가설의 행동적 위반과 조화시키거나, 그들은 시간-불일치 효용 함수 (예를 들어, Laibson의 준-쌍곡선 할인)에 대한 함수형 형식을 명시적으로 제공합니다.[5][6]

규정적 결정 이론은 긍정적 결정 이론이 실제로 발생하는 의사-결정 유형에 대한 추가 테스트를 허용하기 위해 생성하는 행동에 대한 예측과 관련이 있습니다. 최근 수십 년 동안, 유용한 의사-결정에 필요한 것이 무엇인지 재평가하는 데 기여하는 "행동 결정 이론"에 대한 관심도 증가했습니다.[7][8]

Types of decisions

Choice under uncertainty

Further information: Expected utility hypothesis

불확실성 아래에서 선택 영역은 결정 이론의 핵심을 나타냅니다. 17세기부터 알려진 (블레즈 파스칼(Blaise Pascal)은 1670년에 출판된 그의 Pensées에 포함된 그의 유명한 내기(famous wager)에서 그것을 인용했습니다), 기댓값(expected value)의 아이디어는, 많은 행동에 직면했을 때, 각각 다른 확률로 둘 이상의 가능한 결과를 발생할 수 있고, 합리적인 절차는 모든 가능한 결과를 식별하는 것이고, 그 값 (긍정적 또는 부정적)과 각 행동 과정에서 초래할 확률을 결정하고, 두 값을 곱하여 "기댓값", 또는 결과에 대한 평균 기대를 제공합니다; 선택되어야 할 동작은 가장 높은 총 기댓값을 발생하는 동작이어야 합니다. 1738년에, 다니엘 베르누이(Daniel Bernoulli)는 Exposition of a New Theory on the Measurement of Risk라는 제목의 영향력 있는 논문을 발표했으며, 여기에서 그는 기댓값 이론이 규범적으로 잘못되었음을 보여주기 위해 St. Petersburg paradox을 사용합니다. 그는 한 네덜란드 상인이 겨울에 암스테르담에서 상트페테르부르크로 보내는 화물을 보험에 들지 여부를 결정하려고 하는 예제를 들었습니다. 그의 해결책에서, 그는 효용 함수(utility function)를 정의하고 예상되는 금전적 가치가 아닌 예상되는 효용(expected utility)을 계산합니다.[9]

20세기에, 아브라함 발드(Abraham Wald)의 1939년 논문은 표본화-분포-기반(sampling-distribution-based) 통계-이론의 두 가지 중심 절차, 즉 가설 테스트(hypothesis testing)와 매개변수 추정(parameter estimation)이 일반 결정 문제의 특수한 경우라고 지적하면서 관심을 다시 불러일으켰습니다. 발드의 논문은 손실 함수(loss functions), 위험 함수(risk functions), 허용-가능한 결정 규칙(admissible decision rules), 선행 분포(antecedent distributions), 베이즈 절차(Bayesian procedures), 및 최소-최대(minimax) 절차를 포함하여 통계 이론의 많은 개념을 갱신하고 종합했습니다. "결정 이론"이라는 어구 자체는 1950년 E. L. Lehmann에 의해 사용되었습니다.[10]

프랭크 램지(Frank P. Ramsey), 브루노 데 피네티(Bruno de Finetti), 레널드 쌔비지(Leonard J. Savage), 등의 연구에서 주관적 확률(subjective probability) 이론의 부활은 기대된 효용 이론의 범위를 주관적 확률이 사용될 수 있는 상황으로 확장되었습니다. 그 당시, von Neumann과 Morgenstern의 기대된 효용의 이론은[11] 기대된 효용 최대화가 합리적인 행동에 대한 기본 공정에서 나온다는 것을 증명했습니다.

모리스 알레(Maurice Allais)와 대니엘 엘스버그(Daniel Ellsberg)의 연구는 인간 행동이 기대된-효용 최대화 (알레 역설과 엘스버그 역설)에서 시스템적이고 때로는 중요한 출발점을 가지고 있음을 보여주었습니다.[12] 대니얼 카너먼(Daniel Kahneman)과 아모스 트버스키(Amos Tversky)의 전망 이론(prospect theory)은 합리성 전제를 덜 강조하면서 경제적 행동(economic behavior)에 대한 실증적 연구를 새롭게 했습니다. 그것은 모든 결과에 위험이 수반될 때 사람들이 결정을 내리는 방법을 설명합니다.[13] 카너먼과 트버스키는 세 가지 규칙을 발견했습니다 – 실제 인간의 의사-결정에서, "손실이 이득보다 더 크게 나타납니다"; 사람들은 절대적 효용보다 효용-상태의 변화에 더 초점을 맞춥니다; 그리고 주관적 확률의 추정은 앵커링(anchoring)에 의해 심하게 편향됩니다.

Intertemporal choice

Main article: Intertemporal choice

시간-사이 선택은 다양한 행동이 시간이 지남에 따라 다양한 단계에서 실현되는 결과로 이어지는 선택의 종류와 관련이 있습니다.[14] 그것은 역시 크기와 도착 시간에 따라 달라지는 보상 사이의 선택을 포함하기 때문에 비용-편익 의사 결정이라고도 합니다.[15] 만약 누군가가 수천 달러의 횡재수를 받으면, 그들은 값비싼 휴가를 보내, 즉각적인 즐거움을 줄 수도 있거나, 그들이 연금 제도에 투자하여, 미래의 어느 시점에 수입을 얻을 수도 있습니다. 최적의 작업은 무엇입니까? 대답은 부분적으로 예상된 이자율과 인플레이션, 개인의 기대 수명, 및 연금 산업에 대한 자신감과 같은 요인에 따라 달라집니다. 어쨌든, 모든 그들 요소를 ​​고려하더라도, 인간 행동은 규정적 결정 이론의 예측에서 크게 벗어나, 예를 들어, 객관적인 이자율이 주관적인 할인율로 대체되는 대안 모델로 이어집니다.

Interaction of decision makers

일부 결정은 상황에 놓인 다른 사람들이 내린 결정에 어떻게 반응할지 고려해야 하기 때문에 어렵습니다. 그러한 사회적 결정의 분석은, 비록 같은 수학적 방법을 포함할지라도, 결정 이론이라기 보다는 게임 이론(game theory)이라는 레이블 아래 더 자주 취급됩니다. 게임 이론의 관점에서 볼 때, 결정 이론에서 다루는 대부분의 문제는 일-인용 게임입니다 (또는 일-인 플레이어는 비인격적인 배경 상황에 맞서 플레이하는 것으로 고려됩니다). 떠오르는 사회-인지(socio-cognitive) 공학의 분야에서, 연구는 특히 정상 및 비정상/비상/위기 상황에서 인간 조직의 다양한 유형의 분산 의사-결정에 중점을 둡니다.[16]

Complex decisions

결정 이론의 다른 영역은 단순히 복잡성, 또는 결정을 내려야 하는 조직의 복잡성 때문에 어려운 결정과 관련이 있습니다. 결정을 내리는 개인은 자원 (즉, 시간과 지능)이 제한되어 있고 따라서 제한적으로 합리적(boundedly rational)입니다; 그 문제는 따라서, 실제 행동과 최적의 행동 사이의 편차 이상, 처음부터 최적의 행동을 결정하는 어려움입니다. 한 가지 예는 정치인이 복잡한 상황에서 실-생활 결정을 내릴 수 있도록 돕기 위해 로마의 클럽(Club of Rome)에 의해 개발된 경제 성장과 자원 사용의 모델입니다. 결정은 역시 옵션이 함께 구성되는지 또는 개별적으로 구성되는지 여부에 따라 영향을 받습니다; 이것은 구별 편향(distinction bias)으로 알려져 있습니다.

Heuristics

Main article: Heuristics in judgment and decision-making

의사-결정에서 휴리스틱(Heuristics)은 정당하지 않거나 일상적인 사고를 기반으로 결정을 내리는 능력입니다. 휴리스틱 사고는 단계별 처리보다 빠르지만 오류나 부정확성을 포함할 가능성이 더 높습니다.[17] 일상에서 휴리스틱에 대한 주요 용도는 단순한 결정을 내릴 때 수행하는 평가적 사고의 양을 줄이는 것이며, 대신 무의식적인 규칙에 따라 결정을 내리고 결정의 일부 측면에 집중하면서 다른 것은 무시합니다.[18] 휴리스틱 사고를 통해 발생하는 공통적이고 잘못된 사고 과정의 한 가지 예는 고립된 무작위 사건이 이전 고립된 무작위 사건의 영향을 받는다고 믿는 도박꾼의 오류(Gambler's Fallacy)입니다. 예를 들어, 공정한 동전이 몇 번 동안 뒷면으로 뒤집혔으면, 직관적으로 곧 앞면이 나올 가능성이 더 높은 것처럼 보이지만, 향후 차례에도 여전히 같은 확률 (즉, 0.5)을 가집니다.[19] 이것은 일상적인 사고로 인해, 확률을 무시하고 결과의 비율에 집중하기 때문에 발생하며, 사람들은 장기적으로 뒤집기의 비율이 각 결과에 대해 절반이 되어야 한다고 기대하고 있음을 의미합니다.[20] 또 다른 예는 의사-결정자가 극단적인 대안보다 온건한 대안을 선호하는 쪽으로 편향될 수 있다는 것입니다. 타협 효과(Compromise Effect)는 가장 온건한 선택이 가장 큰 이익을 가져온다는 사고방식에서 작동합니다. 대부분의 일상적인 의사 결정에서와 같이, 불완전한 정보 시나리오에서, 온건한 선택은 상황과 관계없이 극단에서 찾을 수 있는 특성이 있다는 사실에만 근거하여 극단적인 선택보다 더 매력적으로 보일 것입니다.[21]

Alternatives

매우 논쟁적인 문제는 결정 이론에서 확률의 사용을 다른 것으로 대체할 수 있는지 여부입니다.

Probability theory

확률 이론의 사용을 지지하는 사람들은 다음을 지적합니다:

Alternatives to probability theory

퍼지 논리(fuzzy logic), 가능성 이론(possibility theory), 양자 인지(quantum cognition), 뎀스터–셰이퍼 이론(Dempster–Shafer theory), 및 정보-틈 결정 이론(info-gap decision theory)의 지지자들은 확률이 많은 대안 중 하나일 뿐이라고 주장하고 비-표준 대안이 명백한 성공으로 구현된 많은 예제를 지적합니다; 특히, 확률적 결정 이론은 다양한 사건의 확률에 대한 가정에 민감(sensitive)한 반면, 최대-최소(minimax)와 같은 비-확률적 규칙은 그러한 가정을 하지 않는다는 점에서 강건(robust)합니다.

Ludic fallacy

Main article: Ludic fallacy

고정된 가능성의 우주에 기반한 결정 이론의 일반적인 비판은 그것이 "알려지지 않은 미지수(unknown unknowns)"가 아니라 "알려진 미지수"를 고려한다는 것입니다:[22] 그것은 예측하지 못한 사건이 아니라 예상되는 변동에 초점을 맞추며, 일부에서는 예상하지 못한 사건이 큰 영향을 미치고 고려되어야 한다고 주장합니다 – 중요한 사건은 "외부 모델"일 수 있습니다. 유희적 오류(ludic fallacy)라고 불리는 이 주장은 특정 모델로 실제 세계를 모델링하는 데 불가피한 결함이 있고, 모델에 대한 무조건적인 의존은 그 한계를 보지 못하게 한다는 것입니다.

See also

Wikiquote has quotations related to: Decision theory

References

  1. ^ "Decision theory Definition and meaning". Dictionary.com. Retrieved 2022-04-02.
  2. ^ Myerson, Roger B. (1991). "1.2: Basic concepts of Decision Theory". Game theory analysis of conflict. Cambridge, Massachusetts: Harvard University Press. ISBN 9780674728615.
  3. ^ Habibi I, Cheong R, Lipniacki T, Levchenko A, Emamian ES, Abdi A (April 2017). "Computation and measurement of cell decision making errors using single cell data". PLOS Computational Biology. 13 (4): e1005436. Bibcode:2017PLSCB..13E5436H. doi:10.1371/journal.pcbi.1005436. PMC 5397092. PMID 28379950. Retrieved 2022-04-02.{{cite journal}}: CS1 maint: unflagged free DOI (link)
  4. ^ Hansson, Sven Ove. "Decision theory: A brief introduction." (2005) Section 1.2: A truly interdisciplinary subject.
  5. ^ a b MacCrimmon, Kenneth R. (1968). "Descriptive and normative implications of the decision-theory postulates". Risk and Uncertainty. London: Palgrave Macmillan. pp. 3–32. OCLC 231114.
  6. ^ a b Slovic, Paul; Fischhoff, Baruch; Lichtenstein, Sarah (1977). "Behavioral Decision Theory". Annual Review of Psychology. 28 (1): 1–39. doi:10.1146/annurev.ps.28.020177.000245. hdl:1794/22385.
  7. ^ For instance, see: Anand, Paul (1993). Foundations of Rational Choice Under Risk. Oxford: Oxford University Press. ISBN 0-19-823303-5.
  8. ^ Keren GB, Wagenaar WA (1985). "On the psychology of playing blackjack: Normative and descriptive considerations with implications for decision theory". Journal of Experimental Psychology: General. 114 (2): 133–158. doi:10.1037/0096-3445.114.2.133.
  9. ^ For a review see Schoemaker, P. J. (1982). "The Expected Utility Model: Its Variants, Purposes, Evidence and Limitations". Journal of Economic Literature. 20 (2): 529–563. JSTOR 2724488.
  10. ^ Lehmann EL (1950). "Some Principles of the Theory of Testing Hypotheses". Annals of Mathematical Statistics. 21 (1): 1–26. doi:10.1214/aoms/1177729884. JSTOR 2236552.
  11. ^ Neumann Jv, Morgenstern O (1953) [1944]. Theory of Games and Economic Behavior (third ed.). Princeton, NJ: Princeton University Press.
  12. ^ Allais, M.; Hagen, G. M. (2013). Expected Utility Hypotheses and the Allais Paradox: Contemporary Discussions of the Decisions Under Uncertainty with Allais' Rejoinder. Dordrecht: Springer Science & Business Media. p. 333. ISBN 9789048183548.
  13. ^ Morvan, Camille; Jenkins, William J. (2017). Judgment Under Uncertainty: Heuristics and Biases. London: Macat International Ltd. p. 13. ISBN 9781912303687.
  14. ^ Karwan, Mark; Spronk, Jaap; Wallenius, Jyrki (2012). Essays In Decision Making: A Volume in Honour of Stanley Zionts. Berlin: Springer Science & Business Media. p. 135. ISBN 9783642644993.
  15. ^ Hess, Thomas M.; Strough, JoNell; Löckenhoff, Corinna (2015). Aging and Decision Making: Empirical and Applied Perspectives. London: Elsevier. p. 21. ISBN 9780124171558.
  16. ^ Crozier, M. & Friedberg, E. (1995). "Organization and Collective Action. Our Contribution to Organizational Analysis" in Bacharach S.B, Gagliardi P. & Mundell P. (Eds). Research in the Sociology of Organizations. Vol. XIII, Special Issue on European Perspectives of Organizational Theory, Greenwich, CT: JAI Press.
  17. ^ Johnson EJ, Payne JW (April 1985). "Effort and Accuracy in Choice". Management Science. 31 (4): 395–414. doi:10.1287/mnsc.31.4.395.
  18. ^ Bobadilla-Suarez S, Love BC (January 2018). "Fast or frugal, but not both: Decision heuristics under time pressure" (PDF). Journal of Experimental Psychology: Learning, Memory, and Cognition. 44 (1): 24–33. doi:10.1037/xlm0000419. PMC 5708146. PMID 28557503.
  19. ^ Roe RM, Busemeyer JR, Townsend JT (2001). "Multialternative decision field theory: A dynamic connectionst model of decision making". Psychological Review. 108 (2): 370–392. doi:10.1037/0033-295X.108.2.370. PMID 11381834.
  20. ^ Xu J, Harvey N (May 2014). "Carry on winning: the gamblers' fallacy creates hot hand effects in online gambling". Cognition. 131 (2): 173–80. doi:10.1016/j.cognition.2014.01.002. PMID 24549140.
  21. ^ Chuang SC, Kao DT, Cheng YH, Chou CA (March 2012). "The effect of incomplete information on the compromise effect". Judgment and Decision Making. 7 (2): 196–206. CiteSeerX 10.1.1.419.4767.
  22. ^ Feduzi, A. (2014). "Uncovering unknown unknowns: Towards a Baconian approach to management decision-making". Decision Processes. 124 (2): 268–283.

Further reading

de Finetti, Bruno. "Foresight: its Logical Laws, Its Subjective Sources," (translation of the 1937 article in French) in H. E. Kyburg and H. E. Smokler (eds), Studies in Subjective Probability, New York: Wiley, 1964.

Retrieved from "https://dawoum.duckdns.org/w/index.php?title=Decision_theory&oldid=68868"