Ochib ko'rsatilgan afzallik nazariyasi, iste'molchi'ning kuzatilgan tanla'shlar'idan uning mantiqiy foydalilik maksimizatsiyasi xatti-haraka ko'rsatib ko'rsatmasligini sinash'ga harakat qiladi. Ushbu yondashuv'ning kuchi, iste'molchi'ning foydalilik funksiyasini oldindan hosil qilib o'tmasdan, faqat narx va sotib olish ma'lumotlar bilan tutash'lilik nazorat qilabilmasligidir.

Ushbu tadqiqot kutilmagan natija ortaya qoyadi: Tanlash muhiti'da mal soni ortganda, ochib ko'rsatilgan afzallik sinash'lar yanada kuchli emas, lekin zaif bo'ladi. Birinchi qaraşda ko'p sonli mahsulot o'z ichiga olgan muhit yanada murakkab ko'rinsa, iste'molchi xatti-haraka mantiqli ihlol'larin'i yanada osonroq qo'lga tushirish kutilsa mumkin. Lekin yozuvchilar bunging teskarisini ko'rsatadi. Sobit bo'lgan kuzatuvlar soni bo'lgan holda mal soni ortganda, GARP koşulu'ni saqlab qolgan xatti-harakal'ning nisbati tez birga yaqinlashadi.

GARP, "Umumlaştirillgan Ochib Ko'rsatilgan Afzallik Aksiomasi" ma'nosini beradi. Soddalikda, iste'molchi'ning o'tgan tanlash'lar bilan ziddiyat qilmagan tsiklik afzallik qilmayishi kerak'ligini aytadi. Tadqiqot'ga ko'ra yuqori o'lchamda ushbu ziddiyat'larni ishlab chiqargan geometric sohalar juda kichik bo'ladi. Natija'da, deyarli har bir xatti-haraka mantiqiy tanlash modali bilan uyumlu ko'rinishga boshlaydi.

Ushbu topilma muhimdir; chunki zamonaviy iste'mol ma'lumotlar ko'pincha minglab mahsulot toifa'si, barkod, narx va xarid kuzatuvlar'dan iborat. Agar mal soni ortganda mantiqlilik sinash'lar farqlash qobiliyat'ni yo'qota borayotgan bo'lsa, "ma'lumotlar GARP'ni ihlol qilmayapti" dishing ilgari "yanada kuchli dalil emas bo'lishi mumkin.

Muammo Nima?

Ochib ko'rsatilgan afzallik nazariyasi, iqtisodda iste'molchi xatti-haraka'ni sinash qilish uchun muhim vosita. Ushbu nazariyaga ko'ra iste'molchi byudjet ostida ma'lum bir mal to'plam'ni tanlasa, o'sha to'plam byudjet ostida satib olinishi mumkin bo'lgan boshqa to'plamlarning afzallastigini sifatida hosil qilinadi. Agar iste'molchi keyingi kuzatuvlar'da ushbu afzallik tartib'ni aniq ziddiyat qilsa, xatti-haraka mantiqly foydalilik maksimizatsiyasiga uyumsiz sanaladi.

Ushbu yondashuv, iste'molchi'ga "nima'ni yoqtirasiz?" dib so'rasdan, faqat nima satib olgani'ga qaray tutash'lilik sinash qiladi. Shuning uchun kuchli. Foydalilik funksiyasining biçimi'ni oldindan belgilash zaruriyat'i yo'q. Lekin tadqiqot'ning diqqat qo'ladigan tanqidiy nuqta quyidagicha: Ushbu sinash, mal soni juda ortganda ham kuchli bo'ladi mi?

Bugungi kunda iste'mol ma'lumotlar'i yuqori o'lchamlidir. Bozor xarid'lar'ida yuzlab yoki minglab mahsulot toifa'si bo'ladi. Raqamli platformalar'da foydalanuvchilar ko'p sonli tanlash'lar bilan duch keladilar. Ekonometrik tahlillarida mal soni ortganda model yanada haqiqiy ko'rinadi. Lekin yozuvchilar, ushbu haqiqiylik'ning sinash qizg'inquvchanligi nuqtai nazardan bir haqqani bo'rini bolganligini ta'kidiayapti.

Muammo quyidagicha: Ochib ko'rsatilgan afzallik nazariyasi juda moslashuvchan bo'lgan vaqtda, deyarli har bir xatti-haraka mantiqly sanaladi. Shunda sinash, iste'molchi haqiqatan mantiqly bo'lgani uchun emas, balki model'ning ihlol qilish'ni olish uchun etarli tor cheklov'ni qo'ymasligidan, yonashuv'ning muvaffaq bo'linishi mumkin.

Usul Nima Taklif Etadi?

Tadqiqot, ochib ko'rsatilgan afzallik nazariyasining ampirik kontent'ini Selten'ing "Area" o'lchov'i bilan baholaydi. Ampirik kontent, nazariya kuzatilgan xatti-haraka'ni qanchalik cheklandi, anlatadi. Nazariya juda ko'p xatti-haraka'ni qabul qilsa, yanlişli bilmaslik qiyinlashadi va ampirik kontent'i tushadi. Nazariya faqat tor bir xatti-haraka to'plam'ni qabul qilsa, yanada cheklovchi va sinash etuvchi bilasa. aytiladi.

Selten Area o'lchov'i, nazariya'ng ruxsat beradigan xatti-haraka sohasi'ning butun mumkin xatti-haraka sohasiga nisbat'ni tushuntiradi. Agar bu nisbat 1'ga juda yaqin bo'lsa, nazariya deyarli har bir xatti-haraka'ni qabul etadi demak. Agar nisbat kichik bo'lsa, nazariya yanada ko'p xatti-haraka'ni chetga qoldiradi va kuchli sinash etuvchi kontent tasashuq sa'ylik.

Yozuvchilar, GARP koşulu'ni saqlab qolgan tanlash'larning nisbat'ini mal soni ortganda ko'radi. Bunun uchun ikkita to'ldiruvchan isboti yo'l ishlatilib. Birinchi yo'l grafik nazariyasiga asosilanadi. Ochib ko'rsatilgan afzallik ihlol'lari, yo'naltirilgan afzallik siklari sifatida ko'riladi. Ikkinchi yo'l Afriat tengsilklar'iga asosilanadi. Afriat teorem'i, ma'lumot to'plami'ning yaxshi xatti-haraka qilingan foydalilik funksiyasiga mantiqly qilinishi uchun zaruriy va etarli koşull'arn'i beradi.

Tadqiqot bundan tashqari simulyatsiyalar ishlatadigu. Simulyatsiyalar, haqiqiy bozor tarayg'ich ma'lumot'lariga o'xshash narx taqsim'lari bilan kalibr etiladi. Shunda natija faqat sof matematik chegara bo'lmaydi; haqiqiy iste'mol ma'lumot'lariga o'xshash muhit'lar ostida ta'sirni'ng katta bo'lib olmashligni sinash qilinadi.

Formulalar Nima Anlatadi?

Tadqiqotda ochib ko'rsatilgan afzallik munosabat quyidagicha ta'riflanadi:

Bu yerda \(x_i\), \(i\) kuzativda tanlagan mal to'plam'ni; \(p_i\), o davridagn narx vektor'ni ko'rsatadi. Ushbu ifoda quyidagicha tushuntiradi: Agar \(j\) to'plami, \(i\) kuzativ'dagi narx'lar bilan satib olinishi mumkin holatda bo'lsa va iste'molchi hali ham \(x_i\) to'plami'ni tanlasa, \(x_i\) to'g'ri \(x_j\)'ga ochib ko'rsatilgan afzal qilingan.

GARP koşulu soda biçimda quyidagicha yoziladi:

Bu yerda \(R\), to'g'ri va bilvosita ochib ko'rsatilgan afzal'lashing geçişli yopilmash'ni; \(P^0\), qat'i to'g'ri ochib ko'rsatilgan afzal'lik ifodalaydi. GARP'ning ma'nosi quyidagicha: Agar iste'molchi afzallik tsikli bilan \(x_i\)'ni \(x_j\)'ga afzal qilgan ko'rinsa, keyinroq \(x_j\)'ni aniq \(x_i\)'ga afzal qilish tanlash qilmasligi kerak.

Afriat teorem'idagi tengsizliklar quyidagicha beriladi:

Bu tengsizliklar, kuzatilgan tanlash'larning foydalilik funksiyasiga mantiqly qilinip qilinmasligi'ni sinash qiladi. Agar bu tengsizliklar'ni saqlab qolgan \(U_i\) va \(\lambda_i\) qiymat'lari topilsa, ma'lumot to'plami mantiqly iste'molchi xatti-haraka bilan uyumli qabul etiladi.

Tadqiqotda daromad bilan normallaştirilgan narx'lar va byudjet bo'lim'lari ishlatilib:

Bu yerda \(m_i\), \(i\) kuzativ'dagi daromad'ni yoki byudjet'ni; \(r_i\), normallaştirillgan narx'larni; \(w_i^k\), \(k\) mal'ning byudjet ichidagi bo'lim'ni; \(\rho_{ij}^k\), ikkita kuzativ orasidagi normallaştirillgan narx nisbat'ni ko'rsatadi.

Selten Area o'lchov'i tadqiqot'ning markaz'ida ampirik kontent o'lchov'i quyidagicha:

Bu yerda \(A_K\), \(K\) mal uchun GARP'ni saqlab qolgan tanlash sohasining nisbat'ni; \(S_K\), GARP bilan tutashlilik tanlash to'plami'ni; \(\Delta_{K-1}^{T}\), butun mumkin byudjet bo'lim'i tanlash'larin yaratadigan mahsul simpleksi temsil qiladi. \(A_K\) qiymat'i 1'ga yaqinlashganda nazariya kamroq cheklantiruvchi bo'ladi.

Tadqiqot'ning asosiy natija quyidagi tengsizlik'da ifodalanadi:

Ushbu formula'ng ma'nosi quyidagicha: Kuzatish soni sobit vaqtda mal soni \(K\) ortganda GARP'ni saqlab qolgan tanlash'larning nisbat'i ust hizlikda 1'ga yaqinlashadi. Ya'ni yuqori o'lchamda GARP ihlol geografik jihatdan juda kam bo'ladi.

Afriat chiziqli programma tarafida shunga o'xshash natija quyidagicha beriladi:

Ushbu ifoda, Afriat tengsizliklar'ning ijro qilinish ehtimolligi'ning ham mal soni ortganda tez 1'ga yaqinlashganligini ko'rsatadi. Boshqacha aytganda, ko'p mallı muhit'lar'da ma'lumot to'plam'larning foydalilik maksimizatsiyasiga uyumlu ko'rinishi tez osonlashadi.

Simulyatsiyalar'da ishlatilib asosiy sezgi ham quyidagi formula bilan bog'liq:

Bu, Area o'lchov'u'ning geometric nisbat'i sifatida talqin qilinishi mumkinligini ko'rsatadi. Tasodifiy tanlangan byudjet bo'lim'i vektor'larning GARP bilan tutashlilik bo'lish ehtimolligi, GARP'ning ruxsat beradigan hacm'ining butun mumkin tanlash hacm'iga nisbat'iga teng.

Grafik, Jadval va Sxema Asosiy Xabari

Tadqiqotdagi birinchi ko'rsin'islar, ikki va uch mallı sodda misol'lar orqali asosiy fikr'ni tushuntiradi. Ikki mallda GARP ihlol yaratadigan sohalar yanada ko'rinarli. Uchinchi mal qo'shilganda tanlash maydoni kengayadi va ihlol sohalar umumiy soha ostida yanada kichik qoladi. Ushbu misol'da mantiqly tanlash sohasi ikki mal'da taxminan 0.82 bo'lsan, uch mal'da taxminan 0.95'ga yuksaladi.

Asosiy grafik'lardan biri, mal soni ortganda Area qiymat'ning qanday yuksaligini ko'rsatadi. Ushbu grafik, turli kuzatsh soni uchun bir xil asosiy natija beradi: Yanada ko'p kuzatsh qo'shish sinash'ning kuchi birma-ba'zi vaqtda ortish mumkin yoki yo'qotish sekinlashsa mumkin; lekin yuqori o'lcham ta'sirni butunlay ortadan olmas. Benchmark simulyatsiya'da 10 kuzatsh bo'lsa Area qiymat'i 9 mal'da 0.9'ni, 11 mal'da 0.95'ni oshib chiqadi. 20 kuzatsh'ga chiqilsa ushbu chegara'lar faqat 13 va 15 mal'ga yoz'iladi. 50 kuzatsh'da ham 20 mal atrofida Area 0.95'ga etadi.

Boshqa grafik', narx taqsim'ida o'zgarchilik'ning ta'sirini ko'rsatadi. Narx'lar bir-biriga juda yaqin bo'lsa byudjet to'g'ri chiziq'lar yanada ko'p kesish'sa mumkin va sinash'lar yanada cheklantiruvchi bo'lsa mumkin. Lekin narx o'zgarchilik'i haqiqiy darajaga kelsa, mal soni'ning ta'siri qayta baskun bo'ladi. Ya'ni narx o'zgarchilik'i sinash'ni bir oz kuchaytsa ham yuqori o'lcham muammo'sini butunlay hal qilmas.

Tadqiqotdagi separability, ya'ni ajralish cheklovlar'i grafik'i muhim hal tuzilmasini ko'rsatadi. Mal'lar guruh'larga ajratilganda va har bir guruh ostida yanada past o'lchamda alt foydalilik tuzilmalar hosil qilinsa sinash'ning ampirik kontent'i ortsa mumkin. Masalan 24 mal va 10 kuzatsh muhit'da cheksiz model'ning Area qiymat'i deyarli 1 bo'lsa, mal'larni kichikroq guruh'larga ajratish Area qiymat'ni jiddiy jihatdan tushara mumkin. Bu, qo'shimcha tuzilmaviy varsayim'larning sinash'ning kuchi ortish mumkinligini ko'rsatadi.

Tajriba dizayn'i grafik'lari esa byudjet cheklovlar'ning qanday tanlangani'ning muhimiglini tushuntiradi. Sobit tajriba dizayn'lari va tanlash'ga moslashgan tajriba dizayn'lar turli natija beradi. Lekin diqqat beruvchi natija quyidagicha: Pas o'lchamda kuchli ko'ringan tajriba dizayn'lar, yuqori o'lchamga o'tkazilganda bir xil darajada sinash etuvchi bo'lmasa mumkin.

Tajribalar Qanday Qilingan?

Ushbu tadqiqot laboratoriya tajribasi o'rniga nazariy isbotlash va simulyatsiya ish'idir. Insan qatnashuvchilar bilan yangi tajriba qo'llanilmas. Yozuvchilar birinchi nazariy jihatdan GARP'ning yuqori o'lchamlar'da nima uchun kamroq cheklantiruvchi bo'lganligini ko'rsatadi, keyin ushbu ta'sirining haqiqiy ma'lumot muhit'lar'da qanchalik katta bo'lganligini simulyatsiyalar bilan o'rganadi.

Simulyatsiya'larning kalibratsiyasi'da ACNielsen Homescan Panel ma'lumotlar'i ishlatilib. Ushbu ma'lumot to'plami, oilaviy xo'jaliklarning bozor xarid'larini barkod darajasida o'rganuvchi batafsil tarayg'ich ma'lumot to'plami. Tadqiqotda Denver mintaqasidan 1993–1995 davr'i, 2,100 oila va taxminan bir million operatsiya'dan iborat ma'lumot tuzilmasi referens olindi.

Yozuvchilar ushbu ma'lumot'lardan normallaştirillgan narx taqsim'ining qanday ko'ringanligini chiqarib simulyatsiyalar'da shunday ko'rinish narx taqsim'lar'ni ishlatadilar. Shunda faqat sof tasodif'iy narx'lar bilan emas, balki haqiqiy bozor xarid'lariga o'xshash narx o'zgarchilik'i bilan sinash qilinadi.

Simulyatsiyalar'da mal soni \(K\), kuzatsh soni \(T\) va narx o'zgarchilik'i turli qiymat'larda sinaladi. Bundan tashqari, ajralish bo'lgan afzallik varsayim'lari va turli tajriba dizayn'lar taqqoslanadi. Maqsad, qaysi koşull'ar ostida GARP sinash'ning haqiqatan xatti-haraka'ni chetga qo'yuvchi kuch tasashuq, qaysi koşull'ar ostida deyarli har qaysi xatti-haraka'ni qabul etish hale ketganligini bilma'slik.

Natijalar Nima Ko'rsatadi?

Tadqiqot'ning asosiy natijasiyu aniq: Sobit bo'lgan kuzatsh soni bo'lsa mal soni ortganda GARP sinash'ning ampirik kontent'i tez tushadi. Yuqori o'lchamda byudjet cheklov'larni saqlab qolgan tanlash'larning ko'p qadam'i GARP bilan uyumli bo'ladi. Shuning uchun ochib ko'rsatilgan afzallik sinash'lari, iste'molchi'ning haqiqatan mantiqly bo'lib bo'lmagani'ni farqla'shda qiyinchilikka duch keladi.

Ushbu natija faqat teorik chegara'da ortaya chiqas mumkin emas. Simulyatsiya'lar, haqiqiy narx taqsim'larida va o'rta darajadagi mal soni'da ham ta'sirning katta bo'lganligini ko'rsatadi. Masalan mal soni 10–20 araligiga ketilsa, ko'p holatlarda Area qiymat'i tez 1'ga yaqinlashadi. Bu, zamonaviy tarayg'ich ma'lumotlar'da yoki ko'p toifa iste'mol ma'lumotlar'da jiddiy sinash kuchi muammo yaratsa mumkin.

Kuzatsh soni'ni ortirish yardamchi bo'ladi; lekin muammo'ni butunlay hal qilmas. Ko'proq kuzatsh, yanada ko'p byudjet cheklov'lar va yanada ko'p mumkin afzallik munosabat'lari ma'nosini beradi. Lekin mal soni ortganda tanlash maydoni hacim'i juda tez kattalashadi. Shuning uchun ihlol sohalar umumiy soha ostida kichik qolish davom etadi.

Ajralish kabi qo'shimcha tuzilmaviy varsayim'lar ampirik kontent'ni ortishi mumkin. Mal'lar ast guruh'lariga ajratilganda va iste'molchi ushbu guruh'lar ostida alohida qaror tuzilmalar qilganligini varsay qilinganda sinash'lar yanada cheklantiruvchi bo'lsa mumkin. Lekin ushbu hal' varsayim' talabida va har safar etarli bo'lmasa mumkin.

Tajriba dizayn'i muhim. Byudjet cheklovlar'i yanada ko'p kesish uchun tanlanasa, mantiqlilik ihlol qavlavga olish ehtimolligi ortsa mumkin. Lekin tadqiqot, ehtiyotkor tajriba dizayn'lari ham yuqori o'lcham muammo'sini butunlay ortadan olmasligi'ni ko'rsatadi.

Bu Nima Uchun Muhim?

Ushbu tadqiqot, iqtisod'da model'ni sinash'ning sana'lganidan yanada nozik bo'lganligini ko'rsatadi. Ma'lumot to'plami GARP sinash'ni o'tsa, ushbu natija birinchi qaraşda "iste'molchi xatti-haraka mantiqly tanlash modali bilan uyumludur" shaklida o'qilsa mumkin. Lekin yuqori o'lchamda ushbu uyumlulash, model'ning haqiqatan kuchli bo'lmasidan, sinash'ning endi juda ko'p narsani chetga qoldirlasa mumkinligidan kelib chiqsa mumkin.

Ushbu topilma zamonaviy ma'lumot iqtisodiyoti nuqtai nazardan muhimdir. Bozor tarayg'ich ma'lumotlar'i, e-tijorat ma'lumotlar'i, raqamli platforma xatti-harakal'lari va ko'p toifa iste'mol ma'lumotlar'i yuqori o'lchamlidir. Agar ushbu muhitlar'da ochib ko'rsatilgan afzallik sinash'lar deyarli har qaysi xatti-haraka'ni qabul etsa, tadqiqot'chilar "sinash'ni o'tdi" xulosa'sini yanada ehtiyotkorona talqin qilshlari kerak.

Tadqiqot bundan tashqari nonparametrik model'lar ostida asosiy bir garoflini ko'rinarli qiladi. Nonparametrik model', belili funksiya biçimi'ni taxmin qilmagani uchun moslashuvchandir. Ammo oqxar moslashuvchanlik, sinash etish qobiliyat'ni azaytarida mumkin. Model' ne qadar ko'p xatti-haraka'ni tushuntara olyaridan, yanlışlan'masi o'sha qadarari qiyinlashadi.

Verianla o'quvchisi uchun eng muhim xabar quyidagicha: Nazariya'ng ilmiy kuchi faqat ko'p narsani tushunmasi'ndan kelmaydi. Shuningdek ba'zi narsalar'ni chetga qo'lishi mumkinligida'n. Agar sinash deyarli har qaysi xatti-haraka'ni mantiqly sanatsa, o'sha sinash'ning bizga beradigan bilim cheklangan bo'ladi.

E'tibor Berish Kerak Bo'lgan Nuqtalar

Tadqiqotning eng muhim e'tibor nuqtasi, preprint bo'lmaslidur. Recenzent baholashdan o'tmagan uchun natija'lar, iqtisod adabiyot'larida to'liq esbottilgan oxirgi so'z sifatida emas, kuchli va muhokama'ga ochiq nazariy hissasi sifatida o'qilsa kerak.

Ikkinchi e'tibor nuqtasi, natija'larning belili varsayim'lar ostida kurilmasligidir. Nazariy isbotlar sobit kuzatsh soni, narx nisbat'larning cheklorni va narx taqsim'ning belili turdagi taqsim koşull'ari ostida ishlayadi. Ushbu varsayim'lar oqila'li bo'lsa mumkin; lekin har bir ampirik ma'lumot muhit'da avtomatik tarzda ta'minlanganligini hosil qilinsak bo'lmaydi.

Uchinchi e'tibor nuqtasi, Area o'lchov'ung o'zi. Selten Area, nazariya'ng ruxsat beradigan xatti-haraka sohasining geometrik kattaligli'ni o'lchayd. Bu juda foydali cheklantiruch o'lchov; lekin o'zbaşina butun ampirik baholash muammo'larni hal qilmas. Haqiqiy iste'molchi xatti-haraka'si, tasodif'iy byudjet bo'lim'i chiqar'ish'lardan yanada tuzilmasidir.

To'rtinchi e'tibor nuqtasi, tadqiqot'ning mantiqly tanlash nazariya'sini yanlışla'vchi'ligini aymasligi. Makola, "iste'molchi'lar mantiqly emas" xulosa'siga etmaydi. Yanada cheklangan va texnik natija beradi: Yuqori o'lchamda GARP sinash'lar mantiqlilik ihlol'larin'i yakalashda zaif qoladi.

Beshinchi e'tibor nuqtasi, hal taklif'larning ham haqqalas bo'lmasligidir. Ajralish yoki guruh tuzilmasi kabi qo'shimcha varsayim'lar sinash kuchi ortishi mumkin; lekin tadqiqot'chi ushbu varsayim'larni asosla'ndira'shishi kerak. Aksincha' sinash kuchi ortganda model'ning haqiqiylik'i savol'li bo'lsa mumkin.

Xulosa

Ushbu tadqiqot, ochib ko'rsatilgan afzallik nazariyasining yuqori o'lchamda bekli tarzda zaif olish mumkinligini ko'rsatadi. Mal soni ortganda, GARP ihlol yaratish uchun zarur bo'lgan afzallik siklilari geometrik jihatdan juda kichik sohalar'da qoladi. Natija'da byudjetni tugatadigan deyarli har qaysi tanlash qatori mantiqly xatti-haraka'ga uyumli ko'rinsa mumkin.

Ushbu topilma ochib ko'rsatilgan afzallik sinash'larning qiymatsiziig'ini tushundir'mas. Aksincha, ushbu sinash'larning qaysi koşull'ar ostida kuchli, qaysi koşull'ar ostida zaif bo'lganligini yanada yaxshi anlash zarur qiling'ni ko'rsatadi. Pas o'lchamda yoki yaxshi dizayn qilingan tajribalar'da ushbu sinash'lar hali muhim bo'ladi. Lekin juda mallı, keng toifa va yuqori o'lchamda ma'lumot muhit'larida "GARP ihlol yo'q" natija'si yanada ehtiyotkorona talqin qilsinsa kerak.

Makola'ng umumiy hissasi, iqtisod tadqiqot'chileriga yanada kuchli geometrik tushuntirish geometrik açıklama kiritad. Yanada ko'p mahsulot, yanada haqiqiy iste'mol sohasi ma'nosini beradi; lekin shuningdek mantiqlilik sinash'larning yanada kam farqlash qora'si bo'lmasidan. Qisqasi, tadqiqot iqtisod tadqiqot'chilar'iga quyidagi ogohlantira: Model'ng juda ko'p xatti-haraka'ni tushunmasi mumkinligi, doimo yaxshi yangilik emas. Ba'zan ushbu model'ning haqiqatan kuch qolda qilganligini emas, yanlışlan'mashining qu'tinlashganligini ko'rsatadi.

Manba va Usul Noti

Ushbu kontent, Ian Crawford va Longye Tian tomonidan tayyorlangan "The Empirical Content of Revealed Preference in High Dimensions" sarlavhalı preprint tadqiqot asosida tayyorlandi. Tadqiqot, ochib ko'rsatilgan afzallik nazariyasining yuqori o'lchamda tanlash muhitlar ostida ampirik kontent'ini; GARP, Selten Area o'lchov, Afriat tengsizliklar, grafik nazariyasi va simulyatsiyalar orqali o'rganmoqda.

Ushbu kontent sochma-sozli tarjima emas; tadqiqot'ning asosiy fikri Verianla nashriyt sxemasi ostida soddalaştirilib, ozgina Uzbek tahrirlash maqolasiga aylantirildi.

Makolada formulalar, ozgina sembol dizilim'iga cheklicha sadoqatli qolgan holda MathJax mos sharit ostida o'tkazildi. Tadqiqot recenzent baholashdan o'tmagan preprint ekanligi sababli natija'lar, to'liq iqtisod natija'lar sifatida emas, muhokama'ga ochiq akademik hissasi sifatida o'qilsa kerak.