貝氏機制與無先驗機制
我有一個雙重拍賣機制，其中代理對物品的估價是從已知的隨機分佈中得出的。準確地說，估值是每個代理使用項目的機率，即在範圍內
$$ 0,1 $$. 所以我猜這是貝氏機制！ 第一：為什麼要證明該機制是先自由的？第二：我怎麼證明？
您可能需要提供更多資訊以獲得明確的答案。該機制的詳細情況如何？你想要達到的目標是什麼？
關於您的第一個問題，表明一種機制是先驗免費的並不是“必要的”，但它是一個很好的功能。它是否像往常一樣具有第一級的重要性，取決於具體情況。
例如，邁爾森的最優（收益最大化）拍賣要求賣家將她的物品分配給“虛擬估值”最高的買家， $ v_i - \frac{1-F_i(v_i)}{f_i(v_i)} $ . 這種結構取決於 $ F_i $ （的 cdf $ i $ 的值分佈）及其導數。也就是說，為了設計最優拍賣，賣方需要先驗 $ i $ 的價值——如果這種信念偏離了，設計的拍賣可能遠非最優。
作為另一個例子，考慮第一價拍賣中的投標人。如果這個投標人不知道其他投標人的估值是如何分配的，那麼他們應該如何計算出最佳投標？他們甚至知道這種分佈的均值甚至支持度嗎？
如果賣家只是想有效地分配她的貨物，即分配給價值最高的買家，她可以設置不設底價的次價拍賣。對於每個投標人來說，投標真實價值是一種（弱）優勢策略，並且不需要（對於投標人或設計師）關於先驗的知識。
雙重拍賣的參與者可能知道支持 $ [0,1] $ ，但是如果他們不知道價值分佈，送出的最優價格是多少？那麼你想通過這個雙重拍賣達到什麼目標呢？
由於以下引用，機制設計者將研究削弱假設的共同先驗稱為遵循“威爾遜學說”（是的……）：
博弈論在明確分析可能是真正常識的交易規則的後果方面具有很大的優勢；它的不足之處在於它假設其他特徵是常識，例如一個玩家對另一個玩家的偏好或資訊的機率評估。
我預見博弈論的進步取決於對實際問題進行有用分析所需的常識基礎的不斷減少。只有通過反复削弱常識假設，理論才能接近現實。威爾遜 (1987)