A Random Rule Model
创建于 更新于
摘要
提出了Conditional-on-Activity Random Rule Model（CA-RRM）：行为由一小库确定性决策规则按菜单特征加权混合产生，并以softmax门控规则权重；鉴别分析显示识别分为两步：同特征内利用规则“换边”回收相对权重，再用跨特征的仿射关系识别门参数 [page::1][page::8]. 在Choices13k二元彩票数据上的实证显示：责任权重集中在少数规则上（注意力规则合计约54%），结构性规则中以显著性比较、遗憾式评估和模态结果为主；按MSE最小化的规则门模型在外样本上接近最优基准（MSE=0.0117），并在可移植性与限制性检验中表现优异 [page::2][page::28][page::35]. 报告还给出构造性两步估计量的渐近性质、若干诊断（胞内秩检验、过识别J检验）与一系列稳健性检验，指出仿射门的限制并建议第二步采用更丰富的非线性規格以改进拟合 [page::17][page::37].
