Zusammenarbeit im Gefangenendilemma: ein experimenteller Vergleich zwischen reinen und gemischten Strategien

Einführung

Gefangenendilemma (PD) ist ein soziales Dilemma, in dem (normalerweise) zwei Spieler gleichzeitig die Wahl zwischen zwei Optionen haben: zu kooperieren oder zu arbeiten., Die Spielmatrix der PD mit Auszahlungen T > R > P > S wird in Tabelle 1 angezeigt (die erste Auszahlung in jeder Zelle gehört zu Spieler A, die zweite zu Spieler B). Wenn beide Spieler zusammenarbeiten, sie erhalten beide Auszahlung R (zur Belohnung). Wenn beide Spieler defekt, sie erhalten P (zur Bestrafung). Wenn nur ein Spieler Fehler macht und der andere Spieler zusammenarbeitet, erhält der Überläufer T (für Versuchung) und der Kooperierende erhält S (für Sauger)., In One-Shot-Interaktionen (oder wenn das Spiel für eine endliche Anzahl von Perioden wiederholt wird) hat jeder Spieler, unabhängig von der Wahl des anderen Spielers, einen Anreiz zu spielen. Jeder Spieler ist versucht, seine eigenen Gewinne durch Überlaufen zu maximieren, aber wenn beide Defekt, beide verlieren im Vergleich zu der Situation, in der beide zusammenarbeiten. Nach dem Nash-Gleichgewicht hat im Gleichgewicht kein Spieler einen Anreiz, einseitig von seiner Wahl abzuweichen. Das Nash-Gleichgewicht der PD beiderseitiger Defektion ist jedoch nicht sozial effizient., Daher liegt es im Interesse der Gesellschaft, die Determinanten der Zusammenarbeit in der PD zu kennen, da dieses Dilemma wahrscheinlich überall dort auftritt, wo Interessenkonflikte bestehen—sei es in der Politik, in der Wirtschaft oder sogar in der Evolution . Aufgrund des häufigen Auftretens und der Bedeutung der PD analysierten viele wissenschaftliche Disziplinen die Zusammenarbeit in der PD, z.B. Evolutionsbiologie/Genetik, Chaostheorie , Soziologie , Psychologie und (experimentelle) Ökonomie . Da eine erschöpfende Literaturrecherche über den Rahmen dieses Papiers hinausgeht, verweisen wir auf Umfrageartikel, um einen Überblick zu erhalten .,

Dieser Artikel stellt einen Vergleich zwischen Probanden dar, die auf das Spielen reiner Strategien beschränkt sind, und Probanden, die gemischte Strategien in einem ein-Schuss-symmetrisches PD-Laborexperiment., Unsere Forschung wird durch verschiedene Interpretationen des gemischten Nash-Gleichgewichts in der spieltheoretischen Literatur in der Wirtschaft motiviert. Von Neumann & Morgenstern interpretiert gemischte Strategien als bewusstes Randomisierungsgerät, um die eigenen Absichten zu verbergen( z. B. einen Spieler im Matching Pennies-Spiel, der seinen Gegner überlisten möchte), während Rosenthal sie als die Verteilung reiner Entscheidungen in einer großen Population interpretiert (z., es gibt zwei Unterpopulationen, jede hat ihre eigenen reinen Strategien zur Verfügung, und Natur Spiele Spieler aus den verschiedenen Populationen zufällig). Eine andere Interpretation liefert Aumann, der feststellt, dass die Wahrscheinlichkeit der gemischten Strategien die Unsicherheit der Spieler widerspiegelt, die nicht wissen, welche Maßnahmen die anderen Spieler ergreifen. Nach dieser Interpretation wählt jeder Spieler immer eine bestimmte reine Strategie, ohne zu randomisieren. (Rubinstein bietet eine Diskussion dieser verschiedenen Interpretationen.,) Mit unserer Arbeit testen wir, ob sich die Kooperationsrate unterscheidet, wenn wir Spieler, die gemischte Strategien spielen dürfen (ähnlich der Interpretation in), mit Spielern vergleichen, die einzeln zwischen ihren reinen Strategien wählen müssen (ähnlich ). Um die Rolle der Unsicherheit über die Handlungen anderer zu berücksichtigen, wecken wir auch Überzeugungen über diese Handlungen. Wir wählten die PD als das zugrunde liegende Spiel in unserem Experiment (i) wegen seiner herausragenden Rolle in verschiedenen Disziplinen und (ii) weil die Zusammenarbeit in der PD Themen beinhaltet, die individuelles und gesellschaftliches Interesse abtauschen., Wir betrachten die Zusammenarbeit in der PD als eine interessantere (und moralische, siehe ) Frage als nur eine davon (wie im Matching Pennies-Spiel).

Die Probanden in einer Gruppe unseres Experiments sind darauf beschränkt, reine Strategien zu spielen, und die Probanden in einer anderen Gruppe dürfen gemischte Strategien in einem symmetrischen PD-Spiel mit einem Schuss spielen. In beiden Gruppen die Probanden anonym interagieren mit 10 anderen Themen und treffen Ihre Entscheidungen auf einmal (nach unserem besten wissen sind wir die ersten, die diesen Ansatz in einer PD-experiment)., Gemischte Strategien ersparen es den Entscheidungsträgern, sich entweder zur vollständigen Zusammenarbeit oder zur vollständigen Defektion zu verpflichten. Stattdessen können die Spieler eine Mischung aus diesen reinen Strategien auswählen. Der Zweck dieser Studie ist es zu bestimmen, ob und wie sich die Option, gemischte Strategien zu spielen, auf die Zusammenarbeit in einer PD auswirkt. In unserer monetär angestachelt experiment die Probanden werden in zwei Gruppen unterteilt, die unterscheiden sich nur in Ihrer Entscheidung space. In der Kontrollgruppe Pure treffen die Probanden eine rein strategische Entscheidung., Für 10 zufällig übereinstimmende anonyme Interaktionen innerhalb ihrer experimentellen Sitzung entscheiden sie alle gleichzeitig, gemäß der Spielmatrix in Tabelle 2 entweder zusammenzuarbeiten oder zusammenzuarbeiten. In der Behandlung Gruppe (Gemischt), die Probanden haben die Möglichkeit, eine gemischte Strategie der Wahl. Sie entscheiden, in wie vielen der 10 zufällig übereinstimmenden anonymen Interaktionen sie zusammenarbeiten möchten; in den verbleibenden (auch zufällig übereinstimmenden) anonymen Interaktionen entscheiden sie. Daher haben die Probanden in Mixed immer noch die Möglichkeit, vollständig zusammenzuarbeiten oder vollständig zusammenzuarbeiten, wie in Pure., Die Reihenfolge, in der die Probanden die gewählte Mischung aus Kooperation und Defektion spielen, wird zufällig bestimmt.

Um die Wahrscheinlichkeit zu erhöhen, dass Entscheidungen absichtlich getroffen werden, werden Probanden in beiden Behandlungen gebeten, einen Glauben an die Kooperativität ihrer Gegner zu äußern., Das Hervorrufen dieser Überzeugungen ermöglicht es uns auch, die Beziehung zwischen Überzeugungen und kooperativem Verhalten genauer zu untersuchen. Die Erhebung von überzeugungen über die anderen Spieler Verhalten und die Konsequenzen dieser überzeugungen für das eigene Verhalten war ein frühes Forschungsthema. Die Probanden in PD-Experimenten vermuten, dass andere so spielen werden, wie sie selbst spielen möchten ., Croson fand heraus, dass, wenn die Probanden nach ihrer besten (binären) Schätzung gefragt wurden, was ihr Gegenstück im Experiment tun würde, die nachfolgende Zusammenarbeit in One-Shot-PD-Experimenten um etwa 30% im Vergleich zu Probanden, die nicht gefragt wurden, verringert wurde. Acevedo & Krueger schreibt diese Beziehung zwischen Überzeugungen und Verhalten evidentiellem Denken und sozialer Werteorientierung zu. Rubinstein & Salant präsentiere verwandte Beweise für Selbstähnlichkeit in strategischen Interaktionen ähnlich der PD.,

In a post-experimental questionnaire, fragten wir Themen rund um das Thema Steuern Variablen, die wir als wichtig für Experimente mit Studenten in einem Uni-campus (wir haben beschlossen, nicht, um weitere kontrollvariablen wie die Versuchspersonen in den Experimenten waren ausschließlich Schüler und damit in etwa dem gleichen Alter und Bildungsniveau und keiner von Ihnen hat teilgenommen, die zuvor in einer PD-experiment im Labor; wir haben nicht ein Maß für die Risikoaversion, weil es Beweise gibt, dass es keine Korrelation mit dem Verhalten in der PD oder das Vertrauen Spiel )., Erstens haben wir geschlechtsspezifische Faktoren berücksichtigt, bei denen Frauen in den ersten Runden eines wiederholten PD-Experiments kooperativer waren (dieser Unterschied war in gemischten Geschlechtersitzungen ausgeprägter als beim Vergleich von Single-Gender-Sitzungen). Siehe für eine allgemeinere Diskussion der geschlechtsspezifischen Unterschiede in PD Experimenten und für eine Meta-Studie der geschlechtsspezifischen Unterschiede in Diktator Spiel und PD Experimente. Zweitens schlossen wir ein, ob die Probanden bereits von dem Experiment gehört hatten (da das Hören des Experiments von Gleichaltrigen dazu führen kann, dass sich die Probanden anders verhalten als die Probanden, die dies nicht getan haben)., Drittens haben wir untersucht, ob sie mit der Spieltheorie vertraut waren (da die PD normalerweise in spieltheoretischen Klassen unterrichtet wird und die Kenntnis der Lösung dazu führen kann, dass sich die Schüler theoretischer verhalten; siehe z. B. über die Rolle der Erfahrungen der Probanden in PD-Experimenten). Schließlich fragten wir, wie viele andere Fächer im Raum die Fächer persönlich kannten (wenn Sie mehr von den anderen Fächern persönlich kennen, können sich die Fächer prosozialer verhalten, d. H. anfälliger für die Zusammenarbeit in der PD).,

Die Standardspieltheorie sagt voraus, dass die Option, gemischte Strategien in einem One-Shot-PD-Spiel zu spielen, die Zusammenarbeit überhaupt nicht beeinflusst. Gegenseitige Defektion ist das einzige Nash-Gleichgewicht des Spiels, was bedeutet, dass die Spieler keinen Anreiz haben, einseitig von der Wahrscheinlichkeitsverteilung von 100% Defektion und 0% Zusammenarbeit abzuweichen. Empirisch sind jedoch bis zu 80% der Auswahlmöglichkeiten in experimentellen PD-Spielen kooperativ, abhängig von der Kalibrierung der Auszahlungen . Für unsere Experimente haben wir die in Tabelle 2 dargestellte Spielmatrix ausgewählt., Es war bereits in verwendet worden, Wer berichtete über eine Kooperationsrate von 55% und eine Glaubensrate von 45%. In reinen, pro-sozialen Themen müssen sich einer „Alles-oder-Nichts“ – Entscheidung stellen. Hier wird die Unsicherheit über das Verhalten anderer wahrscheinlich prosoziale Subjekte in Richtung Defektion ziehen, weil die Angst, ausgenutzt zu werden, den Wunsch überwältigt, gemeinsame Ergebnisse zu maximieren. Darüber hinaus erwarten wir die Möglichkeit, gemischte Strategien zu spielen, um prosoziale Subjekte zu ermutigen, zumindest in dem Maße, in dem sie von ihren Gegnern eine Zusammenarbeit erwarten, auf Gegenseitigkeit zusammenzuarbeiten., Der entscheidende Punkt ist, dass nur das Mischen von Strategien es den Probanden ermöglicht, die beste Antwort auf ihren Glauben zu geben. Da wir eine Verteilung erwarten, die sehr nahe an 50% Kooperation/50% Defektion sowohl von Überzeugungen als auch von Verhalten liegt, sollte die gewählte Spielmatrix uns klare Ergebnisse liefern.

Vorhersage: Die Kooperationsrate in Gemischt ist höher als in Rein.

Die One-Shot-Entscheidung bietet den saubersten Test für soziale Dilemmata wie die PD. Wenn eine Entscheidung nur getroffen, nachdem die Probanden nicht lernen kann, im Laufe der Zeit (einige Themen verstehen, wenn feedback )., Die Konditionierung des eigenen Verhaltens auf das beobachtete vergangene Verhalten anderer ist nicht möglich (wie die Reziprozität, die in Public Goods-Spielexperimenten, dh in, berichtet wird), und die Reputationsbildung spielt keine Rolle (wie dies bei der mehrmaligen Interaktion mit demselben Subjekt der Fall ist).

Methoden

Die Replikationskrise hat gezeigt, dass viele Ergebnisse in Psychologie, experimenteller Ökonomie und anderen Sozialwissenschaften nicht reproduzierbar sind., Wir lösen diese Krise, indem wir die Anzahl der erforderlichen Beobachtungen mit Hilfe einer Leistungsberechnung (bei der die erwartete Effektgröße auf der Literatur basiert) bestimmen, bevor wir unsere Experimente durchführen. Unter Verwendung von G * Power 3.1.9.2 wurde eine erforderliche Stichprobengröße von 40 in jeder der beiden Behandlungsgruppen berechnet, um eine statistische Potenz von 1 − β = 0,8 bereitzustellen, um einen Effekt von d = 0.58 zu detektieren, wobei ein einseitiger Wilcoxon-Rangsummentest und eine Fehlerwahrscheinlichkeit von α = 0.05 angenommen wurden., Wir verwendeten die Ergebnisse und berechneten die Effektgröße basierend auf einem erwarteten Anstieg der Zusammenarbeit um 7 Prozentpunkte gegenüber der gemeldeten Kooperationsrate von 55%, deren Auszahlungsmatrix wir ebenfalls verwenden . Wir nahmen bei beiden Behandlungen eine Standardabweichung von s. d. = 12.16 an (berechnet aus den Datenpunkten in einer aktuellen Meta-Studie ).

Insgesamt 97 Studierende der Universität Potsdam, die die ORSEE-Datenbank (basierend auf ) des Potsdam Laboratory for Economic Experiments (or PLEx, https://www.uni-potsdam.de/plex) abonniert hatten, wurden für die Teilnahme an diesem Experiment rekrutiert., Diese Probanden wurden randomisiert in zwei Behandlungen: 48 Probanden im Reinen und 49 Probanden im Mixed. Insgesamt nahmen 12-18-Probanden an jeder der sechs im Juni 2018 durchgeführten Sitzungen teil. Jedes Thema nahm nur an einer Sitzung teil.

Nach dem Betreten des Labors wurden die Probanden zufällig einem Computerterminal zugewiesen, woraufhin jede Kommunikation zwischen den Probanden verboten wurde. Jalousien zwischen Arbeitsstationen Verbotenen Themen aus Blick auf die Nachbarn-Bildschirme und beobachten, Ihre Entscheidungen zu treffen. Für jedes Motiv wurden ein leeres Blatt Papier und ein Stift bereitgestellt., Experimentelle Anweisungen angezeigt auf die computer Bildschirm zu Beginn des Experiments (für übersetzungen des Experiments und screenshots in Deutsch, finden Sie im repository in der Verfügbarkeit der Daten-Anweisung). Die Sitzungen wurden entweder Rein oder Gemischt Sitzungen, so dass die Anweisungen waren identisch für alle Fächer in den Raum. Jede experimentelle Sitzung dauerte etwa 15 min., Im Anschluss an das experimentelle Spiel wurden die Probanden gebeten, einen kurzen Fragebogen auszufüllen, in dem Informationen über das Geschlecht der Probanden gesammelt wurden (Dummy-Variable Female = 1 if female) und ob sie bereits von dem Experiment gehört hatten (Dummy-Variable Known Experiment = 1 if yes), ob sie mit der Spieltheorie vertraut waren (Dummy-variable Game Theory = 1 if yes) und wie viele andere Probanden im Raum sie persönlich kannten (variable Known Subjects = Anzahl bekannter Probanden). Themen verdient eine show-Gebühr von €4 und durchschnittlich €6.18 im Spiel (€6.47 im Reinen, €5.90 in Gemischt)., Die Probanden erhielten ihre Auszahlung privat. Das Experiment wurde in Z-Tree programmiert und neutral gerahmt. In beiden Gruppen wurden Themen vorgestellt, mit dem payoff-matrix in Tabelle 2. In beiden Gruppen mussten die Probanden jeweils eine einzige auszahlungsrelevante Entscheidung treffen. In Reiner, Themen hatten, zu entscheiden, zu spielen, entweder auf Eine Entscheidung oder Entscheidung B in allen 10 nachfolgenden Interaktionen (variable Zusammenarbeit: entweder 0 oder 1, verwandelt in Preisen von entweder 0 oder 100)., Im Mixed, im Gegensatz dazu, die Probanden mussten entscheiden, wie viele der 10 Interaktionen an, Sie würden Eine Entscheidung (variable Zusammenarbeit: Ganzzahlen zwischen 0 und 10, verwandelt in raten zwischen 0 und 100). In den verbleibenden Interaktionen spielten sie Entscheidung B. Die Reihenfolge, in der sie die gewählte Mischung aus A oder B gegen ihre Gegenstücke spielten, wurde zufällig vom Computer bestimmt. Danach passte der Computer Probanden zufällig in Paare mit einem von 10 anderen Probanden im Raum. Die Auszahlung jedes Probanden aus dem Experiment war die Summe der Gewinne, die in den 10 Interaktionen erzielt wurden., Die Probanden erhielten keine Informationen über Ihre Kollegen oder andere Personen Entscheidungen treffen.

Vor der Probanden nahmen Ihre Entscheidung, Sie wurden gebeten, (non-Anreiz) bewerten die anderen Probanden Verhalten. In Reiner, Probanden mussten angeben, wie viele Ihrer 10 Interaktionspartner erwartet Sie wählen würde Eine Entscheidung (variable Glauben: ganze Zahl zwischen 0 und 10, verwandelt in raten zwischen 0 und 100)., In Gemischten Probanden musste feststellen, wie viele Interaktionen Sie glaubten, Ihre 10 Interaktionspartner wählen würde Eine Entscheidung über die durchschnittlichen (Variablen Glauben: Zahl mit bis zu zwei Dezimalstellen zwischen 0 und 10, wandelte auch in raten).

Ergebnisse

3.1. Vergleich der Behandlungsmittel

Am wichtigsten sind die Vergleiche der Mittel der beiden Variablen von Interesse, Kooperation und Glaube, in unseren Behandlungsgruppen (beide Variablen werden hier als Raten ausgedrückt und liegen zwischen 0 und 100%)., Wir überprüfen unsere Kontrollvariablen auch auf ausgewogene Proben, da Unterschiede zwischen den Behandlungen die Ergebnisse beeinflussen können. Tabelle 3 zeigt die Stichprobenmittel, Unterschiede zwischen Behandlungen und Testergebnisse zu den Unterschieden zwischen den Behandlungen. Wir ordnen zufällig 49 Probanden gemischt und 48 Probanden rein zu. Wir schließen keine Beobachtungen aus.

Um die (quasi-)kontinuierlichen Variablen in den beiden unabhängigen Stichproben zu vergleichen, verwenden wir den Wilcoxon Rank-Sum-Test., Es handelt sich um einen nichtparametrischen Test, da er (im Gegensatz zum t-Test) weder die Annahme erfordert, dass beide Proben von gleicher Varianz sind, noch dass die beiden Proben normal verteilt sind. Wir wenden den χ2-Test an, um Unterschiede in den Frequenzen binärer Kategorien in den beiden unabhängigen Stichproben zu erkennen.

3.1.1. Ergebnis

Unsere Hauptfrage ist die Differenz der Kooperationsraten zwischen der gemischten Behandlungsgruppe und der reinen Kontrollgruppe. Die Kooperationsrate in gemischten beträgt 60%, in reinen 75%., Ein zweiseitiger Wilcoxon-Rangsummentest zeigt, dass der Unterschied zwischen den beiden Gruppen statistisch hoch signifikant ist (p = 0.0003).

Unsere Vorhersage, dass die Möglichkeit, gemischte Strategien zu spielen, die Zusammenarbeit in der PD erhöhen wird, erweist sich als falsch: Die Kooperationsrate in Pure ist höher als in Mixed.

Überzeugungen über die Kooperativität anderer Subjekte können natürlich auch durch das Entscheidungsumfeld beeinflusst werden (Glaube ist eine endogene Variable). Ein zweiseitiger Wilcoxon-Rangsummentest stellt fest, dass sich die Differenz zwischen Gemischt und rein statistisch unterscheidet (p = 0,0396)., Daher spiegeln die Überzeugungen der Probanden korrekt die geringere Kooperationsrate in Gemischt im Vergleich zu Rein wider.

In unserem check für symmetrische Muster, nur die variable Bekannten Themen zu finden, um statistisch Unterschied zwischen den Behandlungen (p = 0.0388). Wir werden diese Variable später in eine Robustheitsprüfung der verschiedenen Kooperationsraten einbeziehen, die in den beiden Behandlungen identifiziert wurden.

3.2., Test für geschlechtsspezifische Unterschiede in Überzeugungen und Zusammenarbeit

Angesichts des in der Einleitung erwähnten Interesses an geschlechtsspezifischen Unterschieden in der Zusammenarbeit untersuchen wir in Kürze die Beziehung zwischen Geschlecht und Kooperationsrate und Geschlecht und Glaube getrennt. Wir beobachten weder eine statistisch signifikante Beziehung zwischen Weiblich und Weiblich (der Pearson-Korrelationskoeffizient beider Variablen beträgt -0,098 (p = 0,5093) in Rein und 0,161 (p = 0,2706) in gemischt) noch zwischen weiblich und männlich (der Pearson-Korrelationskoeffizient beider Variablen beträgt -0,068 (p = 0,646) in Rein und -0,020 (p = 0.,8900) im Mixed).

3.3. Die Beziehung zwischen Zusammenarbeit und überzeugungen

Zunächst betrachten wir die Verteilungen der Variablen Überzeugung und Zusammenarbeit. Abbildung 1 zeigt Histogramme dieser beiden Variablen in Rein und gemischt. Wir beobachten, dass die Verteilungen des Glaubens an die beiden Behandlungen ähnlich sind, wobei viele Beobachtungen in die Mitte des Intervalls fallen. Interessanterweise wählten viele Fächer in gemischten auch mittlere Kooperationsstufen. Bei dieser Behandlung liegen die Verteilungen von Glaube und Kooperation fast übereinander.,

Dies führt uns zum Hauptproblem in diesem Abschnitt: die Beziehung zwischen den Überzeugungen der Probanden in Bezug auf das kooperative Spiel anderer und ihre eigene Entscheidung. Abbildung 2 zeigt eine boxplot des Glaubens durch die Zusammenarbeit in reinen. Kooperatoren haben einen etwas höheren Median als Überläufer und ihre Überzeugungen sind komprimierter. Der Pearson-Korrelationskoeffizient beträgt jedoch 0.,140 unterscheidet sich nicht signifikant von Null (p = 0,3445). Abbildung 3 zeigt ein Streudiagramm, das auf eine lineare Beziehung zwischen Zusammenarbeit und Glauben an Gott hindeutet. Eine positive Korrelation zwischen Kooperation und Glauben an diese Behandlung wird durch einen Pearson-Korrelationskoeffizienten von 0,403 bestätigt, der sich signifikant von Null unterscheidet (p = 0,0041).

3.4. Controlling für Confounds mit OLS Regressionen

Führt das Ergebnis, dass Probanden in gemischten Gruppen weniger kooperieren als die Probanden in reinen, immer noch, wenn wir für die beiden Variablen steuern, die sich zwischen den Behandlungen unterschieden? Tabelle 4 zeigt die Ergebnisse von OLS-Regressionen (in der Wirtschaft ist die multivariate gewöhnliche Regression der kleinsten Quadrate die gebräuchlichste Technik, um Beziehungen zwischen Variablen zu schätzen und gleichzeitig den Einfluss von Kovariaten zu kontrollieren)., In Modell 1 regressieren wir die Zusammenarbeit unter Verwendung unserer gepoolten Daten auf eine Konstante und einen Behandlungsdummy für Mixed. Das Ergebnis bestätigt unsere bisherige Erkenntnis: deutlich mehr Kooperation in Pure (t-Test, p = 0.043). In Modell 2 erweitern wir Modell 1, indem wir es in die Regression einfügen. Beide Variablen unterscheiden sich statistisch von Null (t-Tests, Mixed-Dummy: p = 0.098; Glaube: p = 0.025). Schließlich fügen wir in Modell 3 bekannte Themen zu Modell 2 hinzu. Hier unterscheiden sich der Behandlungs-Dummy und die bekannten Probanden statistisch nicht von Null (t-Tests, Mixed-Dummy: p = 0.137; Bekannte Probanden: p = 0.357)., Die Überzeugungen der Probanden unterscheiden sich signifikant von Null (t-Test, p = 0.049).

Welches Modell bietet die beste statistische Anpassung (da wir unser Modell weder über-noch unterbieten wollen)? Das Maß der erklärten Varianz, angepasst R2, ist am höchsten für Modell 2, und die Akaike und Bayesian Informationskriterien (AIC und BIC; die häufigsten Kriterien für die Modellauswahl) sind am niedrigsten für Modell 2., Alle drei Metriken zeigen an, dass Modell 2 die beste statistische Anpassung der drei Modelle bietet. Wir schließen aus dieser Robustheitsprüfung, dass die Kooperationsrate bei Reinen höher ist als bei gemischten, selbst wenn wir entgegen unserer Vorhersage die variable Überzeugung (die für die beiden Behandlungsgruppen endogen ist) kontrollieren.

Fazit

Zusammenfassend haben wir One-Shot-PD-Spielexperimente durchgeführt. Unsere Behandlungsvariable war die Möglichkeit, gemischte Strategien zu spielen., In einer Kontrollgruppe, die Themen beschränken sich auf die Wiedergabe entweder die volle Zusammenarbeit oder voller Verrat gegen 10 weitere Themen. In der Therapie-Gruppe die Probanden durften wählen Sie eine beliebige Mischung der beiden Strategien. Bevor die Probanden nahmen Ihre Entscheidung, wir lösten Ihre überzeugungen über die anderen Themen der “ Ebene der Hilfsbereitschaft.

Mit einem beidseitigen Test stellten wir fest, dass—entgegen unserer Vorhersage-die Kooperationsrate in Pure tatsächlich höher war als in Mixed., Auch nach der Kontrolle der Überzeugungen der Probanden in OLS-Regressionen unterscheidet sich dieser Unterschied signifikant von Null (wenn auch nur auf der Ebene von 10%). Da wir nur eine Leistungsberechnung für einen Vergleich der Behandlungsdurchschnitte für die Zusammenarbeit durchgeführt haben, sind wir vorsichtig mit der Interpretation der höheren Kooperationsrate, die wir in Pure festgestellt haben. Wir sehen unsere Ergebnisse jedoch als Indiz dafür, dass sich die Kooperationsraten unterscheiden, wenn die Probanden gemischte Strategien anwenden können.

Ein Rezensent dieses Papiers wies darauf hin, dass die betreffenden Themen mit einer gewissen Wahrscheinlichkeit zusammenarbeiten könnten., In Pure würden diese Probanden nur zusammenarbeiten, wenn diese Wahrscheinlichkeit höher als ein bestimmter Schwellenwert ist (es ist sehr wahrscheinlich, dass sie nur zusammenarbeiten, wenn sie der Meinung sind, dass mehr als 50% der anderen Probanden ebenfalls zusammenarbeiten). Diese Schaltpunkttheorie klingt vernünftig. Um dies zu testen, würde jedoch ein experimentelles Design erforderlich sein, bei dem jedes Subjekt sowohl eine reine als auch eine gemischte Phase durchläuft (die Reihenfolge von Rein und gemischt sollte zwischen den Subjekten randomisiert und in den Analysen kontrolliert werden)., Mit unserem Design testen wir nur, ob sich die Kooperationsraten (und Überzeugungen) unterscheiden, wenn die Probanden gemischte Strategien (zwischen den Probanden) spielen können. Der Glaube an die Kooperativität anderer ist in der Kontrolle und in der Behandlungsgruppe endogen.

Eine frühere Studie zeigte, wie die Kooperationsraten in symmetrischen One-Shot-PD-Experimenten variieren, wenn die Kooperations – /Kooperations-Auszahlung in den zugrunde liegenden Spielmatrizen variiert wird . Sie finden, wie vorhergesagt, dass die Kooperationsrate steigt, wenn sie die Auszahlung erhöhen., Sie finden auch, dass die überzeugungen über andere Themen Verhalten (, die ausgelöst wurden, nachdem die Probanden haben Ihre Entscheidung) eng track die Zusammenarbeit rate in der jeweiligen Behandlung.

Wir finden es interessant, das experimentelle Design mit unserem Ansatz zu verbinden. Abhängig von der Parametrisierung der PD-Spielmatrix kann der Effekt gemischter Strategien unterschiedlich sein. Wenn die Kooperationsrate in einer reinen Behandlung sehr niedrig ist, kann diese Rate in einer gemischten Behandlung höher sein (aufgrund von Probanden, die nicht vollständig defekt sind, aber ein mittleres Kooperationsniveau wählen)., Dies erfordert natürlich eine weitere Reihe von Experimenten. Diese Experimente könnten auch ein Fragebogen zu den Themen „soziale Wertorientierung, um zu entwirren den Themen“ Motive für die Zusammenarbeit (siehe für eine meta-Studie der sozialen Wertorientierung in social dilemmas).

Ethik

Wirtschaftliche Experimente wie unsere unterliegen nicht der Zustimmung des Ethical review Board der Universität (https://www.uni-potsdam.de/senat/kommissionen-des-senats/ek.html). Eine Allgemeine Einverständniserklärung/Datenschutz-Erklärung wurde unterzeichnet von allen Probanden vor der ersten experiment am PLEx., An den Experimenten nahmen keine Minderjährigen teil.

Datenzugriff

Daten, Code, experimentelle Anweisungen und Screenshots sind unter https://osf.io/p4dgz/abrufbar.

Beiträge der Autoren

L. H. und A. O. gestalteten die Forschung, führten die Experimente durch, analysierten die Ergebnisse und schrieben das Manuskript; A. O. programmierte die experimentelle Software.,

Konkurrierende Interessen

Wir erklären, dass wir keine konkurrierenden Interessen haben

Förderung

Wir erkennen die Unterstützung der Deutschen Forschungsgemeinschaft und des Open Access Publikationsfonds der Universität Potsdam an.

Fußnoten