效用
什麼是正確的效用函式？
談論效用函式是很常見的。例如，在一個只有兩種商品的宇宙中，我們可以假設每個人（或一群人）都有一個功能 $ u(x,y) $ 在他們的腦海中。當提供一些籃子時 $ B_j $ 包含 $ x_j $ 商品 1 的數量和 $ y_j $ 數量好 2 人會選擇籃子 $ B_k $ 最大化 $ u(x_k,y_k) $ .
我想知道有沒有人試圖通過實驗找到實用函式的樣子？當然，它們可能因人而異，並且取決於商品的類型。但是，如果這些函式是一個真實的模型，原則上應該可以看到它們的樣子。有沒有嘗試這樣做？
我能找到的最接近的是回歸嘗試，其中數據被收集，然後適合某些類別的函式。例如，線性回歸嘗試繪製最適合數據的直線（超平面）。然而，這不是我想要的，因為回歸預先假設了函式的類型。我正在尋找一些簡單的東西，比如提供一堆籃子、繪製數據並與一堆不同類型的函式進行比較。
很難找到根據經驗確定特定效用函式的論文（結構模型除外）。由於它們的主觀性，很難獲得可觀察的數據來估計它們。因此，研究人員研究了效用函式所代表的原始偏好關係。可以說，偏好關係是你在談論理性和選擇時要研究的東西。實用功能是有用的，因為它打開了一個二進制關係通常不允許的實際分析工具的工具箱。
*因此，您應該尋找從可觀察的選擇數據中測試合理性的論文。*我在回答相關問題時對此進行了詳細說明：點擊此處