Teorija odluke

Teorija odluke ili teorija izbora u ekonomiji, psihologiji, filozofiji, matematici, informatici i statistici bavi se identifikacijom vrednosti, nesigurnosti i drugim pitanjima od značaja u datoj odluci, racionalnosti, a dobija se optimalna odluka. On je tesno povezan sa oblašću teorije igara; Teorija odluka se bavi izborima pojedinih agenata, dok teorija igara se bavi interakcijama agenata čije odluke utiču jedne na druge.

Normativno i opisno

Normativna ili preskriptivna teorija odluke odnosi se na identifikaciju najbolje odluke za preuzimanje (u praksi, postoje situacije u kojima "najbolje" nije nužno maksimalno, optimalno može da sadrži vrednosti pored maksimalne, ali u određenom ili približnom opsegu) , pod pretpostavkom  da idealan donosilac odluke, koji je u potpunosti informisan, koji je u stanju da izračuna sa savršenom preciznošću, i potpuno racionalan. Praktična primena ovog preskriptivnog pristupa (kako ljudi treba da donose odluke) se zove analiza odluke, a u cilju pronalaženja alata, metoda i softvera koji će da pomogne ljudima da donose bolje odluke. Najviše sistematičani i sveobuhvatni softverski alati razvijeni na ovaj način nazivaju se sistemi za podršku odlučivanju.

Nasuprot tome, pozitivna ili opisna teorija odluke se bavi opisivanjem uočenog ponašanja pod pretpostavkom da se agenti odlučivanja ponašaju u skladu sa nekim pravilima. Ova pravila mogu, na primer, da imaju proceduralni okvir (npr. Amos Tverskova eliminacija od aspekata modela) ili aksiomski okvir,  Fon Nojman-Morgensternove aksiome sa kršenjem ponašanja očekivane korisne hipoteze, mogu eksplicitno da daju funkcionalnu formu za vremenski nedosledane korisne funkcije (npr. Laibsonovo kvazi-hiperbolsko smanjivanje).

Novi recepti ili predviđanja o ponašanju koje pozitivna teorija odluka proizvodi omogućavaju dalji testovi te vrste odlučivanja koji se javlja u praksi. Postoji napredni dijalog sa eksperimentalnom ekonomijom, koji koristi laboratorijske i terenske eksperimente za procenu teorije. U poslednjih nekoliko decenija, došlo je sve veće interesovanje za ono što se ponekad naziva 'teorija odluke na osnovu ponašanja "i to je doprinelo ponovnoj proceni šta racionalno odlučivanje zahteva.

Koje vrste odluka su potrebne teoriji?

Izbor u uslovima neizvesnosti

Ova oblast predstavlja suštinu teorije odlučivanja. Postupak koji sada nazivaju očekivana vrednost poznata je od 17. veka. Blez Paskal ju je pozvao u svojoj čuvenoj opkladi (vidi dole), koja je sadržana u njegovom delu Misli, objavljenom 1670. Ideja očekivane vrednosti je da, kada se suoče sa brojnim akcijama, od kojih svaka može da dovode do više od jednog mogućeg ishoda sa različitim verovatnoćama, racionalno procedura je da se identifikuju svi mogući ishodi, odrede njihove vrednosti (pozitivne ili negativne) i verovatnoća da će proisteći iz svakog predmeta delovanja, i množenjem ta dva će dati očekivane vrednosti. Akcija koje se biraju treba da budu one koje dovode do najviše ukupne  očekivane vrednosti.1738, Danijel Bernuli je objavio uticajni rad pod nazivom Izlaganje nove teorije o merenju rizika, u kojoj koristi St. Petersburški paradoks da pokaže da očekivana vrednost teorije mora biti normativno pogrešna. On takođe daje primer u kome holandski trgovac pokušava da odluči da li da osigura teretni brod koji šalju iz Amsterdama u Sankt Peterburg zimi, kada se zna da postoji 5% šanse da će brod i teret biti izgubljeni. U svom rešenju, on definiše funkciju korisnosti i izračunava očekivanu korisnost umesto očekivane finansijske vrednosti (vidi ).

U 20. veku, interesovanje je poraslo zbog rada Abrahama Valda 1939 koji ističe da su dve centralne procedure bazirane na distribuciji statističke teorije, odnosno testiranje hipoteza i procenu parametara, to su specijalni slučajevi opšteg problema odlučivanja. Valdove novine su obnovljene i sintetišu mnoge koncepte statističke teorije, uključujući gubitak funkcija, funkcije rizika, prihvatljiva pravila odlučivanja, prethodnice distribucija, Bajesovu proceduru i minimaks proceduru. Fraza "teorija odluka" sama je korišćena u 1950. E. L. Leman.

Oživljavanje subjektivne teorije verovatnoće, iz rada Franka Remsija, Bruna de Finetija, Leonarda Sevidža i drugidž, proširen je obim očekivanih teorija korisnosti  u situacijama u kojima se mogu koristiti subjektivne verovatnoće. U ovom trenutku, von Nojmanova teorija očekivane korisnosti dokazala je da očekuje komunalnu maksimizaciju praćenu osnovnim postulatima racionalnog ponašanja.

Daniel Kahneman

Rad Morisa Alaisa i Daniela Elsberga pokazao je da ljudsko ponašanje ima sistematska i ponekad važna odstupanja od očekivane-komunalne maksimizacije. Teorija perspektiva Daniela Kanemana i Amosa Tverskog obnovila je empirijske studije ekonomskog ponašanja sa manje naglaskom na racionalnosti pretpostavki. Kaneman i Tverski naći će tri pravilnosti - u stvarnom ljudskom odlučivanju, " razvoj gubitaka veći od dobitaka"; lica se više fokusiraju na promene u njihovim komunalnim država nego što se fokusiraju na apsolutne korisnosti; i procena subjektivnih verovatnoće je teško pristrasna.

Kastanoli i Likalzi (1996), Bordli i Likalzi (2000) nedavno su pokazali da maksimalno očekivane korisnosti su matematički ekvivalentne maksimalnoj verovatnoći da su neizvesne posledice odluke bolje od neizvesne visine (na primer, verovatnoća da je strategija zajednički fond nadmašuje S&P 500 ili da firma nadmašuje neizvesnu budućnost performanse velikog konkurenta.). Ova interpretacija se odnosi na psihološki rad sugerišući da pojedinci imaju nejasne nivoe  (Loups & Oden), koji mogu da variraju od izbora konteksta do izbora konteksta. Stoga pomera fokus sa korisnosti do neizvesne referentne tačke pojedinca.

Paskalova opklada je klasičan primer izbora u uslovima neizvesnosti.

Intertemporalni izbor

Intertemporalni izbor se bavi vrstom izbora gde različite akcije dovode do rezultata koji se realizuju na različitim tačkama u vremenu. Ako je neko primio iznenadnu nagradu od nekoliko hiljada dolara, može da troši na skupe odmore, dajući sebi trenutni užitak, ili može da investira u penziono osiguranje, dajući prihod u nekom trenutku u budućnosti. Koja je optimalna stvar? Odgovor zavisi delom od faktora kao što su očekivane kamatne stope i inflacije, životni vek osobe, i od poverenja u penzije. Međutim, čak i sa svim tim faktorima uzetim u obzir, ljudsko ponašanje opet odstupa znatno od predviđanja teorije odlučivanja preskriptivnog, što je dovelo do alternativnih modela u kojoj je, na primer, objektivna kamatna stopa zamenjena subjektivnom diskontnom stopom.

Interakcija donosilaca odluka

Neke odluke su teške zbog potrebe da se uzme u obzir kako će drugi ljudi biti u stanju da odgovore na odluku koja je doneta. Analiza takvih društvenih odluka se češće tretira pod etiketom teorije igara, nego pod teorijom odlučivanja, iako se rade iste matematičke metode. Sa stanovišta teorije igara većina problema tretiranih u teoriji odlučivanja su igre jedan igrač (ili jedan igrač se posmatra kao igra protiv bezlične pozadine situacije). U nastajanju socio-kognitivnog inženjeringa, istraživanje je posebno fokusirano na različite vrste distribucija odlučivanja u oblasti ljudskih organizacija, u normalnim i abnormalnim/hitnim/kriznim situacijama.

Druge preferencije

Takođe se zovu socijalne preferencije. U odlukama koje utiču na druge, ljudi će ponekad dati neku direktnu ličnu korist ili na ceni u cilju postizanja pravičnog ili jednakog ishoda. Bolton i Okenfels (2000) i Fer i Šmit (1999) istražuju donosioce odluka koji se bave pravednostima distribucija i imaju negativne koristi koje generišu druge, biti mnogo bolje ili mnogo gore. Bliski srodnik oblasti istraživanja se bavi recipročnom pravičnošću; donosioci odluka žele da nagrade ljubazne akcije ili namere i kazne one neljubazne.

Kompleksne odluke

Ostale oblasti teorije odlučivanja su zabrinute odlukama koje su teške samo zbog njihove složenosti, odnosno kompleksnosti organizacije koja ima da ih napravi. Pojedinci koji donose odluke mogu se ograničiti na resurse ili su granično racionalni. U takvim slučajevima pitanje nije odstupanje između stvarnog i optimalnog ponašanja, ali problemi određivanja optimalnog ponašanja su na prvom mestu. Rimski klub, na primer, razvio je model ekonomskog rasta i korišćenja resursa koji pomažu političarima u realnim životnim odlukama u složenim situacijama. Odluke su takođe pogođene li su opcije uramljene zajedno ili odvojeno. Ovo je poznato kao razlikovanje pristrasnosti.

Heuristika

Jedan način odlučivanja je heuristika. Heuristički pristup donosi odluke na osnovu rutinskog razmišljanja. Iako je ovo brže nego korak po korak obrade, heurističko odlučivanje otvara rizik od netačnosti. Greške koje bi inače bili izbegnute u korak-po-korak preradi, mogu biti napravljene. Jedan od uobičajenih i netačnih procesa koji proizilaze iz heurističkog razmišljanja je zabluda kockara. Zabluda kockara čini grešku verujući da je slučajni događaj pod uticajem prethodnih slučajnih događaja. Na primer, postoji pedeset odsto šanse da novčić padne na glavu. Zabluda kockara sugeriše da ako novčić padne na pismo, sledeći put se okreće, onda će pasti na glavu, kao da je "red da novčić" padne na glavu. To jednostavno nije istina. Takva zabluda je lako opovrgnuta u korak-po-korak procesu razmišljanja.

U drugom primeru, kada se bira između opcija koje uključuju krajnosti, donosioci odluka mogu imati heurističke umereno alternativne bolje od onih ekstremnih. Kompromis efekat radi pod načinom razmišljanja koji je vozio uverenja da je najviše umerenih opcija, usred ekstremne, nosi najviše koristi od svake ekstremne.

Alternative

Vrlo kontroverzno pitanje je da li neko može da zameni upotrebu verovatnoće u teoriji odlučivanja od strane drugih alternativa.

Teorija verovatnoće

Zagovornici teorije verovatnoće ukazuju na:

• rad Ričarda Koksa za opravdanje verovatnoće aksioma,
• holandske knjige paradoksa Bruna de Finetija kao ilustracija teorijskih problema koji mogu nastati od polazaka iz verovatnoće aksioma, i
• kompletne klase teorema, koje pokazuju da su sva prihvatljiva pravila odlučivanja ekvivalentna Bajesovom pravilu odluke za neku funkciju korisnosti i nekim prethodnim distribucijama (ili za granice niza prethodnih distribucija). Tako, na svakom pravilu odluke, bilo da se pravilo može preformulisati kao Bajesov postupak (ili granice sekvence su), ili postoji pravilo da je ponekad bolje i nikada gore.

Alternative teorije verovatnoće

Zagovornici rasplinute logike, teorije verovatnoće, kvantne spoznaje, Dempster-Safer teorije, i info-gap teorije odlučivanja održavaju tu verovatnoću kao samo jednu od mnogih alternativa i ukazuju na mnoge primere gde su implementirane nestandardne alternative sa očiglednim uspehom; posebno, probabilističke teorije odluka su osetljive na pretpostavke o verovatnoći različitih događaja, a ne verovatnoće pravila kao što je minimaks, zato što ne prave takve pretpostavke.

Opšta kritika

Opšta kritika teorije odlučivanja zasnovana je na uređenom univerzumu mogućnosti, smatra da su to "poznate nepoznate", a ne "nepoznate nepoznate": fokusira se na očekivane varijacije, a ne na nepredvidljive događaje, za koje neki tvrde (kao u teoriji crnog labuda) da  imaju preterano veliki uticaj i mora se smatrati da značajni događaji mogu biti "izvan modela". Ova linija argumentacije, pod nazivom ludik zabluda je da postoje neizbežne nesavršenosti u modeliranju stvarnog sveta od strane određenih modela, i to neosporno, oslanjanje na modele prevare jedne do krajnjih granica.

Vidi još

• Bajesova statistika
• Uzročna teorija odluke
• Modeliranje izbora
• Zadovoljeno ograničenje
• Pravljenje odluka
• Dokazivanje teorije odluke
• Teorija igara
• Višekriterijumska optimizacija
• Operaciona istraživanja
• Optimalna odluka
• Prednost (ekonomija)
• Kvantna spoznaja
• Racionalnost
• Problem sekretara
• Teorija detekcije signala
• Igra malih brojeva
• Tehnika merdevina
• Stohastička dominacija
• Problem dve koverte
  

Dodatna literatura

• Akerlof, George A.; Yellen, Janet L. (1987). „Rational Models of Irrational Behavior”. 77 (2): 137—142. 
• Anand, Paul (1993). Foundations of Rational Choice Under Risk. Oxford: Oxford University Press. ISBN 978-0-19-823303-9.  (an overview of the philosophical foundations of key mathematical axioms in subjective expected utility theory – mainly normative)
• Arthur, W. Brian (1991). „Designing Economic Agents that Act like Human Agents: A Behavioral Approach to Bounded Rationality”. The American Economic Review. 81 (2): 353—9. 
• Berger, James O. (1985). Statistical decision theory and Bayesian Analysis (2nd izd.). New York: Springer-Verlag. ISBN 978-0-387-96098-2. MR 0804611. 
• Bernardo, José M.; Smith, Adrian F. M. (1994). Bayesian Theory. Wiley. MR 1274699. 0-471-92416-4. 
• Clemen, Robert; Reilly, Terence (2014). Making Hard Decisions with DecisionTools: An Introduction to Decision Analysis (3rd izd.). Stamford CT: Cengage. ISBN 978-0-538-79757-3.  (covers normative decision theory)
• De Groot, Morris (2004) [1970]. Optimal Statistical Decisions. Wiley Classics Library. ISBN 978-0-471-68029-1. 
• Goodwin, Paul; Wright, George (2004). Decision Analysis for Management Judgment (3rd izd.). Chichester: Wiley. ISBN 978-0-470-86108-0.  (covers both normative and descriptive theory)
• Hansson, Sven Ove. „Decision Theory: A Brief Introduction” (PDF). Arhivirano iz originala (PDF) 05. 07. 2006. g. Pristupljeno 28. 12. 2015. 
• Khemani, Karan, Ignorance is Bliss: A study on how and why humans depend on recognition heuristics in social relationships, the equity markets and the brand market-place, thereby making successful decisions, 2005.
• Leach, Patrick (2006). Why Can't You Just Give Me the Number? An Executive's Guide to Using Probabilistic Thinking to Manage Risk and to Make Better Decisions. Probabilistic. ISBN 978-0-9647938-5-9.  A rational presentation of probabilistic analysis.
• Miller, L (1985). „Cognitive risk-taking after frontal or temporal lobectomy—I. The synthesis of fragmented visual information”. Neuropsychologia. 23 (3): 359—69. PMID 4022303. doi:10.1016/0028-3932(85)90022-3. 
• Miller L, Milner B (1985). „Cognitive risk-taking after frontal or temporal lobectomy—II. The synthesis of phonemic and semantic information”. Neuropsychologia. 23 (3): 371—9. PMID 4022304. doi:10.1016/0028-3932(85)90023-5. 
• North, D.W. (1968). „A tutorial introduction to decision theory”. IEEE Transactions on Systems Science and Cybernetics. 4 (3): 200—210. doi:10.1109/TSSC.1968.300114.  Reprinted in Shafer & Pearl. (also about normative decision theory)
• Peterson, Martin (2009). An Introduction to Decision Theory. Cambridge University Press. ISBN 978-0-521-71654-3. 
• Raiffa, Howard (1997). Decision Analysis: Introductory Lectures on Choices Under Uncertainty. McGraw Hill. ISBN 978-0-07-052579-5. 
• Robert, Christian (2007). The Bayesian Choice (2nd izd.). New York: Springer. ISBN 978-0-387-95231-4. MR 1835885. doi:10.1007/0-387-71599-1. 
• Shafer, Glenn; Pearl, Judea, ur. (1990). Readings in uncertain reasoning. San Mateo, CA: Morgan Kaufmann. 
• Smith, J.Q. (1988). Decision Analysis: A Bayesian Approach. Chapman and Hall. ISBN 978-0-412-27520-3. 
• Charles Sanders Peirce; Joseph Jastrow (1885). „On Small Differences in Sensation”. Memoirs of the National Academy of Sciences. 3: 73—83.  http://psychclassics.yorku.ca/Peirce/small-diffs.htm
• Ramsey, Frank Plumpton; “Truth and Probability” (PDF), Chapter VII in The Foundations of Mathematics and other Logical Essays (1931).
• de Finetti, Bruno (1989). „Probabilism: A Critical Essay on the Theory of Probability and on the Value of Science”. Erkenntnis. 31.  (translation of 1931 article)
• de Finetti, Bruno (1937). „La Prévision: ses lois logiques, ses sources subjectives”. Annales de l'Institut Henri Poincaré. 

de Finetti, Bruno. "Foresight: its Logical Laws, Its Subjective Sources," (translation of the 1937 article in French) in H. E. Kyburg and H. E. Smokler (eds), Studies in Subjective Probability, New York: Wiley, 1964.

• de Finetti, Bruno. Theory of Probability, (translation by AFM Smith of 1970 book) 2 volumes, New York: Wiley, 1974-5.
• Donald Davidson; Patrick Suppes; Sidney Siegel (1957). Decision-Making: An Experimental Approach. Stanford University Press. 
• Pfanzagl, J (1967). „Subjective Probability Derived from the Morgenstern-von Neumann Utility Theory”. Ur.: Martin Shubik. Essays in Mathematical Economics In Honor of Oskar Morgenstern. Princeton University Press. str. 237–251. 
• Pfanzagl, J.; V. Baumann; H. Huber (1968). „Events, Utility and Subjective Probability”. Theory of Measurement. Wiley. str. 195–220. 
• Morgenstern, Oskar (1976). „Some Reflections on Utility”. Ur.: Andrew Schotter. Selected Economic Writings of Oskar Morgenstern. New York University Press. str. 65–70. ISBN 978-0-8147-7771-8. 
• Non-Robust Models in Statistics by Lev B. Klebanov, Svetlozat T. Rachev and Frank J. Fabozzi, Nova Scientific Publishers, Inc. New York, 2009.