社会系统中决策与信息流实证研究的自助法
信息论
2013-06-06 v2 社会与信息网络
math.IT
物理与社会
统计方法学
摘要
我们表征了用于从数据估计信息论量的统计自助法 (bootstrap)，特别参考其在研究大规模社会现象中的应用。我们的方法允许近似保留信息论的基础公理关系——特别是任意粗粒化下的一致性——这正是使用这些量的初衷，同时提供了与最先进的贝叶斯估计器相当的可靠性。我们展示了信息论量如何允许对理性主体的决策能力以及分布式系统中时间不对称的信息流进行严格的实证研究。我们通过参考正在进行的关于英国刑事法院系统语义结构和当代阿富汗叛乱冲突动力学的协作工作，提供了说明性示例。
引用
@article{arxiv.1302.0907,
title = {Bootstrap Methods for the Empirical Study of Decision-Making and Information Flows in Social Systems},
author = {Simon DeDeo and Robert X. D. Hawkins and Sara Klingenstein and Tim Hitchcock},
journal= {arXiv preprint arXiv:1302.0907},
year = {2013}
}
备注
32 pages, 8 figures, 5 tables. Matched published version. Code for NSB, naive, and bootstrap estimation of entropy, mutual information, and other quantities available at http://thoth-python.org