사람들은 종종 의사 결정 문제의 변수들이 어떻게 관련되어 있는지에 대한 불완전한 지식을 가지고 선택을 합니다. 우리는 개인이 이러한 변수를 연결하는 상충하고 가능성이 있는 잘못 명시된 모델의 메뉴에 직면할 때 이러한 선택을 연구합니다. 그들은 부정확한 모델을 버리며, 어떤 종류의 부정확성을 감지하고, 어떻게 하는가? 아니면 그들은 표면적으로 매력적으로 들리는 모델을 따르며, 그 매력을 결정하는 것은 무엇인가? 우리의 실험은 두 가지 주요 발견을 제공합니다. 첫째, 많은 개인들이 모델의 예측 상관관계를 직관적으로 이해하고 데이터와 모순된 모델을 거부합니다. 요구되는 추론이 정량적이기보다는 질적이기 때문에 성과가 높습니다. 둘째, 올바른 모델을 식별하지 못할 경우, 대부분은 최악의 결과에 집중하여 신중하게 선택합니다. 이러한 행동은 서사적 경쟁 문헌의 최상의 사례 극대화 가정과 모순되지만, 모델의 보상 함의를 해석할 때 발생하는 우발적 추론의 실패는 그 가정을 모방할 수 있습니다. 우리의 결과는 세 배로 증가된 이해관계에도 강건합니다.
Ambuehl et al. (Thu,)는 이 질문을 연구했습니다.