智能分數分為三等份結果

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

41

4.4 智能與學習模型

此章節將資料以工作記憶分數分為三類，取最高的一類與最低的一類，進行 參數估計，分別比較各個參數之差異，以驗證工作記憶是否對選美競賽賽局的推 論行為有所影響，為了比較參數之間的差異性，本研究將採概似比檢定來驗證，

接著也會與原始資料所估計的參數做比較；最後，再將資料以工作記憶分數分為 四類，同樣取用最高的一類與最低的一類的受測者資料，進行參數估計，並與劃 分為三類群體的參數作比較，以檢驗此結果是否會更強烈的支持工作記憶對選美 競賽賽局推論行為的影響，亦或是違反此假設。

4.4.1 智能分數分為三等份結果

參數估計方法與之前的實證相同，從最大概似估計值比較中，本文在初始吸 引方面，高智力的估計結果，從𝐴¹(0)開始遞增直到𝐴⁴(0)，之後不斷遞減直到 𝐴¹⁰(0)，而𝐴¹⁰(0)也是整個分配的最低點；而低智力的估計結果，也是從𝐴¹(0)開 始往上遞增，直至𝐴⁵(0)，接著往下遞減至在𝐴¹⁰(0)。從這些結果可以發現一些 現象，這兩類受測者的初始吸引分配，皆與其在第一期的選擇類似(見圖 4.1，位 於 4.1 實證資料分析)，低智能的受測者在初始吸引部分，所估計的分配結果會與 之後期間的分配較不相似(實驗數據顯示猜測會越來越集中在較低數字)，依據結 果，這可能代表著低智能的受測者，對於類似賽局實驗以及此實驗的分析或想像 較差；以理論來說，在ψ的參數估計上，由於低智能的初始吸引與最後一期猜測 的分配較不相似，所以會遞減較快，也就是說會小於高智能所估計的結果，而真 實的估計結果也顯示如此(0.4560< 0.5987)，此外，ψ的估計結果，也表示低智能 受測者，對於之前吸引遞減較快，遺忘地較快。此外，本文在δ的部分，高智能 的受測者明顯地大於低智能的受測者，這表示高智能的受測者，對於失去的報酬 比較敏感，會較關心沒有選擇到的數字所能得到的報酬，也就是當你能成為贏家

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

42

所得到的報酬(原本為輸家)，在此部分，本文認為可能是由於高智能的受測者，

對於思考的層面較廣泛。在 N(0)的部分，高智能受測者，稍微較大，這說明實 驗前信念(經驗)權重較大；ρ 的部分，高智能受測者也大於低智能受測者，這代 表高智能受測者，在對於實驗前信念(經驗)的部分會遞減的較慢，這也表示對於 賽前的信念或經驗遺忘得較慢；在受測者對於吸引敏感度λ的參數部分，本研究 發現，此兩類受測者並無太大差異，也就是此兩類受測者對於吸引的變動，敏感 度差距不大，也就代表影響人們對於吸引敏感度的原因，可能不是在於智商高低，

此部分實證結果如表 4.11。

此外，本文也將這兩類受測者所估計出的參數結果與原始資料所估計出來的 結果作比較，可以從表 4.11 發現，除了 δ 之外，其他所有原始資料所估計出來 的參數皆介於高智能受測者與低智能受者的參數間，這說明了使用智能高低來劃 分資料，對於資料的分析是有幫助的，也意味著智能高低，的確為造成學習行為 異質性的原因之一，證實智能與行為異質的關聯性，本文將高智能、低智能與所 有受測者估計結果的初始吸引繪製如圖 4.7。

圖 4.7：高低智能與所有受測者的初始吸引參數值

‧

𝑨^𝟏(𝟎) 1.6710 Decay Parameters

ψ 0.5987 Imagination Factor

δ 0.5516 Payoff Sensitivity

λ 2.9147

‧