Key points are not available for this paper at this time.
私たちは、学習バイアス（誤指定ベイジアンおよび一部の非ベイジアン更新）の堅牢な福祉比較を研究します。真の信号分布が与えられた場合、すべての意思決定問題において客観的な期待収益が低くなるならば、一方のバイアスは他方よりも有害であると見なします。この順位付けを静的および動的な設定で特徴付けます。静的特徴付けは、信号ごとに事後分布を比較するのに対し、動的特徴付けは信念の収束速度を測定する「効率指数」を使用します。いくつかのよく文書化されたバイアスの深刻度を定量化し、比較します。また、静的および動的な順位付けの間の不一致を強調し、一部の「大きな」バイアスが動的に他の「消失するほど小さな」バイアスを上回ることを示します。（JEL D60, D82, D83, D91）
Frick et al.（Thu）がこの質問を研究しました。