[論文レビュー] Games of Incomplete Information Played By Statisticians

Annie Liang|arXiv (Cornell University)|Oct 15, 2019

Sports Analytics and Performance被引用数 4

ひとこと要約

本稿は、共通の学習ルールの知識を持つが、データの解釈が異なる統計的学習者であるプレイヤーが参加する不完全情報ゲームにおける戦略的予測の信頼性指標を提案する。データが増大する際、分析者の予測に対する信頼性は、極限において厳密に合理的に解釈可能な予測であれば必然的に確実性に収束し、これにより耐性性の定量的枠組みが得られ、高次元データにおける規範的取引の増加といった新たな比較静学的性質が導かれる。

ABSTRACT

Players are statistical learners who learn about payoffs from data. They may interpret the same data differently, but have common knowledge of a class of learning procedures. I propose a metric for the analyst's "confidence" in a strategic prediction, based on the probability that the prediction is consistent with the realized data. The main results characterize the analyst's confidence in a given prediction as the quantity of data grows large, and provide bounds for small datasets. The approach generates new predictions, e.g. that speculative trade is more likely given high-dimensional data, and that coordination is less likely given noisy data.

研究の動機と目的

• 不完全情報ゲームにおける共通事前分布仮定の限界を是正すること。これは、現実世界の設定で持続的な信念の不一致を捉えるのを失敗する。
• プレイヤーを、異なる方法でデータを解釈するが、妥当な学習ルールの共通知識を持つ統計的学習者としてモデル化すること。
• 異なった信念形成に起因する不確実性を反映する戦略的予測の定量的信頼性指標を開発すること。
• データが増大する際のこの信頼性指標の漸近的挙動を特定し、有限データセットにおける挙動を限定すること。
• この枠組み下で、共通事前分布仮定下では得られない、新たな検証可能な比較静学的性質（例：高次元データ下での規範的取引の増加、ノイズの多いデータ下での協調性の低下）を生成すること。

提案手法

• 各プレイヤーが、他の全プレイヤーが妥当な信念を持つことを確率1で割り当てる信念制限を定義し、学習ルールの集合上で共通知識構造を形成する。
• 戦略的予測の信頼性集合を、学習ルールから導かれるすべての妥当な信念において、予測が成立する確率の最小値と最大値の間隔として構築する。
• 異なる学習ルールによって誘導される信念分布間の距離を測る指標 dP を用い、重要な仮定の下で一様収束を保証する。
• 収束レートの境界を用いて、データ量と学習ルールの収束速度に応じて、信頼性集合が漸近的極限にどれほど速く収束するかを定量的に評価する。
• 近似的な共通p信念へのフレームワークの拡張と、均衡に基づく予測への適用を実施し、緩い条件下でも収束を維持する。
• 学習ルールの極限的挙動を用いて、データが増大する際、信頼性集合が {1}（確実性）または {0}（反証）に収束する条件を導出する。

実験結果

リサーチクエスチョン

• RQ1 プレイヤーが利用可能なデータ量が増加するに従い、分析者の戦略的予測に対する信頼性はどのように変化するか？
• RQ2 大規模データの極限において、予測の信頼性集合が確実性（すなわち {1}）または反証（すなわち {0}）に収束する条件は何か？
• RQ3 有限データが利用可能な場合、信頼性集合がその漸近的極限からどれほど逸脱しうるか？
• RQ4 学習ルールの構造とデータの次元性は、規範的取引や協調性といった予測に対する分析者の信頼性にどのように影響を与えるか？
• RQ5 このフレームワークは、共通事前分布仮定下では得られない、新たな実証的検証可能な比較静学的性質を生成できるか？

主な発見

• 学習ルールの集合が一様収束性を満たす場合、極限において厳密に合理的に解釈可能ないかなる行動に対しても分析者の信頼性集合は {1} に収束し、極限において合理的に解釈できないいかなる行動に対しても {0} に収束する。
• 学習ルールが一様収束性を満たさない場合、収束レートがルール間で無限大に達する可能性があるため、任意に大きなデータでも信頼性集合が {1} に連続的に収束しないことがある。
• 有限データセットでは、データ量、学習ルールの収束速度、および極限における予測の厳密さに応じて、信頼性集合がその漸近的極限から逸脱する度合いの境界を本稿が提供する。
• このフレームワークは、高次元データから学習する場合に規範的取引がより起こりやすくなると予測する。これは共通事前分布仮定下では得られない結果である。
• ノイズの多いデータを観測する場合、協調性は低下する。これは、モデルの構造から生じる新たな比較静学的性質である。
• 信頼性指標は均衡予測へと拡張可能であり、厳密なベイジアンナッシュ均衡に対して、類似の条件下で {1} または {0} への収束が成立する。