Рассмотрим популяцию, структурированную в группы по два человека. Индивидуальные взаимодействия следуют дополнительной дилемме заключенного:
Я думал, что правильный способ расчета будет варьировать стратегию фокусного индивидуума, сохраняя неизменной стратегию другого индивидуума (я думал, что другой индивидуум становится средой для фокусного индивидуума). Потому что переход к сотрудничеству приводит к тому, что человек теряет в фитнесе (если мы сохраняем стратегию другого человека постоянной), я думал, что . Но, к моему удивлению, . Чтобы показать почему, МакЭлрет и Бойд («Математические модели социальной эволюции», стр. 242) нарисовали следующий график:
Позволять быть вознаграждением отдельных когда он взаимодействует с (другими словами, является фокусным лицом; является другим лицом). Насколько я понимаю, МакЭлрит и Бойд рассчитали коэффициент регрессии, вычислив --- в отличие от , где вы сохраняете стратегию другого человека постоянной. Мой вопрос в том, почему это правильный способ расчета .
Я не уверен, что понял вопрос. Позвольте мне знать, если это помогает.
Случай: N=2, частота=0,5
Предположим, что частота тех, кто сотрудничает, равна 0,5. Наклон линии регрессии (которое R.squared равно 1, поскольку у нас столько точек данных, сколько степеней свободы) по определению . Вы определили . Что затем?
Итак, учитывая, что один кооперирует, а другой отказывается (на что указывает тот факт, что частота кооператоров равна 0,5), то у одного будет выигрыш кооператора, который сталкивается с перебежчиком, а у другого выигрыш перебежчика. лицом к кооператору. Кооператор имеет пригодность и перебежчик имеет пригодность . Я думаю, вы неправильно поняли матрицу выплат. Чтобы узнать пригодность кого-то со стратегией когда сталкиваешься с кем-то со стратегией , вы посмотрите на эту выплату в строке и колонка .
Поэтому, , поэтому наклон равен
Случай: N>2, частота=0,5
В этом случае наклон регрессии обязательно будет меньше, чем потому что некоторые кооператоры встретятся с другими кооператорами, повысив свою пригодность (= повысив баллы в правой части вашего графика), а некоторые перебежчики встретятся с другими перебежчиками, уменьшив свою приспособленность (= понизив баллы в левой части вашего графика)
В равновесии
Единственное устойчивое равновесие — это когда частота кооператоров равна 0. В таком случае дисперсии нет и о регрессии даже речи быть не может.
Заключение
Наклон не обязательно . Это для очень особого случая, когда у нас есть два человека, один сотрудничает, а другой отказывается. В любом другом случае наклон регрессии ниже. Точнее, наклон регрессии для любого и для любого является
Вот моя ошибка, я думаю. можно записать в терминах следующим образом (обратите внимание, что может принимать только два значения, 0 и 1):
где является базовой пригодностью и – количество альтруистов в группе (так, может быть 0, 1 или 2). Когда мы рассчитываем вопрос, на который мы пытаемся ответить, звучит так: « для данной группы населения, каков коэффициент регрессии ?». Отсюда следует, что должны быть постоянными, потому что в противном случае мы бы рассматривали индивидуумов из разных групп. Соответственно,
Для быть равным нам нужно будет рассмотреть выигрыш кооператоров из разных групп.
Следуя уравнению Remi.b, предложенному в комментарии ниже, мы можем написать коэффициент регрессии для населения, структурированного по группам лица. В частности,
С этими определениями мы получаем
ложный
ложный
ложный