View of rational choice in coherence with ultimatum game. Rational choice theory adjusted by joining behavioral economics to better comprehend decision-making processes. In this thesis I focus on researching strong influences using multiple simple games. Namely: ultimatum game, dictator game and modifications of previous. They will be carried out by online questionnaire. Next step will be analysis of components to determine significant ones and impact of game's modifications. I assume that decision-maker's rationality will be disproven. This thesis will continue with assessing influence of risk and fear of loss. Goal is to gather enough of detailed data about motivations and participants in order to perform analysis and establish statistically significant influences.

Experimental tests of choice predictions in one-shot games show only little support for Nash equilibrium (NE). Poisson Cognitive Hierarchy (PCH) and level-k (LK) are behavioral models of the thinkingsteps variety where subjects differ in the number of levels of iterated reasoning they perform. Camerer et al. (2004) claim that substituting the Poisson parameter = 1:5 yields a parameter-free PCH model (pfPCH) which predicts experimental data considerably better than NE. We design a new multi-person game, the Minimizer Game, as a testbed to compare initial choice predictions of NE, pfPCH and LK. Data obtained from two large-scale online experiments strongly reject NE and LK, but are well in line with the point-prediction of pfPCH.

Experimental tests of choice predictions in one-shot games show only little support for Nash equilibrium (NE). Poisson Cognitive Hierarchy (PCH) and level-k (LK) are behavioral models of the thinking-steps variety where subjects differ in the number of levels of iterated reasoning they perform. Camerer et al. (2004) claim that substituting the Poisson parameter tau = 1.5 yields a parameter-free PCH model (pfPCH) which predicts experimental data considerably better than NE. We design a new multi-person game, the Minimizer Game, as a testbed to compare initial choice predictions of NE, pfPCH and LK. Data obtained from two large-scale online experiments strongly reject NE and LK, but are well in line with the point prediction of pfPCH. / Series: Department of Economics Working Paper Series

In der betriebswirtschaftlichen Realität werden riskante Entscheidungen meistens nach vorherigen Gewinn- oder Verlusterfahrungen getroffen und empirische Beobachtungen legen nahe, dass vorherige derartige Erfahrungen das aktuelle Risikoverhalten beeinflussen. Da dieser Umstand in den existierenden Ansätzen der normativen und deskriptiven Spieltheorie bisher jedoch nicht abgebildet wird, beschäftigt sich diese Arbeit zunächst mit der Erarbeitung der theoretischen Grundlagen für das Verhalten nach entsprechenden Erfahrungen in riskanten Entscheidungssituationen mit und ohne strategische Interaktion. Dabei wird für Einpersonenspiele das gesamte Framework der Kumulativen Prospekttheorie um einen "Aggregationsaxiom" erweitert und es werden anreizkompatible Mechanismen abgeleitet, die in zwei experimentellen Studien überprüft werden. Die Aggregationshypothese konnte dabei bestätigt werden, wenn auch die Risikowahrnehmung eher im Einklang mit normativen Ansätzen und nicht mit der Kumulativen Prospekttheorie zu stehen scheint. Für Mehrpersonenspiele wurde der klassische Ansatz um den Aggregationsaspekt, eine Auszahlungstransformation gemäß der Kumulativen Prospekttheorie und um die Annahme der Sozialen Projektion erweitert. Die Verhaltensprognosen für zwei einfache Koordinationsspiele resultieren dann insbesondere aus den beiden Verfeinerungskriterien "Risikodominanz" und "Perfektheit" der allgemeinen Gleichgewichtsauswahltheorie von Harsanyi und Selten. Die gemachten Vorhersagen konnten für die Teilnehmer (wenn auch mit überraschenden geschlechtspezifischen Unterschieden) in zwei Experimenten bestätigt werden. / In the real world, risky decisions are typically made after previous experiences, which include prior gains and losses. Although there are empirical findings suggesting an influence of such prior experiences on the subsequent behavior, normative as well as descriptive decision and game theory have not provided yet a thorough theoretical treatment of these effects. Therefore, this thesis develops first a theoretical fundament. It is based on the Cumulative Prospect Theory, which is extended by an "aggregation axiom". For single-person-games an incentive compatible mechanism to elicit true evaluations of risks is developed and finally tested in two laboratory experiments. The relevance of the aggregation axiom gets full support whereas a risk perception according to the Cumulative Prospect Theory has to be rejected. In multi-person-games the additional assumption of Social Projection has to be incooperated. Equilibrium selection according to "perfectness" and "risk dominance" are used to derive predictions, which are empirically validated in two experiments. Furthermore, gender-specific differences are observed.

Zum Verständnis menschlichen sozialen, administrativen und wirtschaftlichen Verhaltens, das als Spiel bzw. strategische Interaktion aufgefasst werden kann, reichen die rein analytischen Methoden nicht aus. Es ist nötig, Daten menschlichen strategischen Verhaltens zu sammeln. Basierend auf Daten lässt sich solches Verhalten modellieren, simulieren bzw. vorhersagen. Der theoretische Teil der Zielsetzung wird über praxisorientierte Konzeptualisierung strategischer Interaktion realer Agenten - Menschen und Maschinen - und gegenseitige Integration der Konzepte aus Spieltheorie und Multiagentensysteme erreicht, die über die bisherigen Ansätze hinausgehen. Der praktische Teil besteht darin, ein allgemein verwendbares System zu entwerfen, das strategische Interaktionen zwischen realen Agenten mit maximalen wissenschaftlichen Nutzen durchführen kann. Die tatsächliche Implementation ist eines der Ergebnisse der Arbeit. Ähnliche vorhandene Systeme sind GDL-Server (für Maschinen) [Genesereth u.a., 2005] und z-Tree (für Menschen) [Fischbacher, 2007]. Die Arbeit ist in drei Bereiche unterteilt - (1) Entwicklung von Sprachen für die Beschreibung eines Spiels, (2) ein auf diesen Sprachen basierendes Softwaresystem und (3) eine Offline-Analyse der u.a. mit dem System bereits gesammelten Daten als Beitrag zur Möglichkeiten der Verhaltensbeschreibung. Die Innovation dieser Arbeit besteht nicht nur darin ,einzelne Bereiche mit einander zu kombinieren, sondern auch Fortschritte auf jedem Bereich für sich allein zu erreichen. Im Bereich der Spielbeschreibungssprachen, werden zwei Sprachen - PNSI und SIDL - vorgeschlagen, die beide Spiele bei imperfekter Information in diskreter Zeit definieren können. Dies ist ein Fortschritt gegenüber der bisherigen Sprachen wie Gala und GDL. Speziell die auf Petrinetzen basierende Sprache PNSI kann gleichermaßen für Gameserver und für spieltheoretische Algorithmen von z.B. GAMBIT verwendet werden. Das entwickelte System FRAMASI basiert auf JADE [Bellifemine u.a., 2001] und ist den bisherigen Client-Server-Lösungen durch Vorteile der Multiagentensysteme voraus. Mit dem entstandenen System wurde bereits ein Experiment entsprechend den Standards der experimentellen Spieltheorie durchgeführt und somit die Praxistauglichkeit nachgewiesen. Das Experiment hatte als Ziel, Daten zur menschlichen Unvorhersagbarkeit und zur Vorhersagefähigkeit anderer zu liefen. Dafür wurden Varianten von \"Knobeln\" verwendet. Die Daten dieses Experiments sowie eines Experiments einer externen Arbeitsgruppe mit ähnlicher Motivation wurden mit Hilfe von Datamining analysiert. Dabei wurden die in der Literatur berichteten Gesetzmäßigkeiten des Verhaltens nachgewiesen und weitere Gesetzmäßigkeiten entdeckt. / To understand human social, administrative and economic behavior, which can be considered as a game or strategic interaction, the purely analytical methods do not suffice. It is necessary to gather data of human strategic behavior. Based on data, one can model, simulate and predict such behavior. The theoretical part of the objective is achieved using a practice oriented conceptualization of the real agents\' - humans and machines - strategic interaction and mutual integration of the concepts from game theory and multi-agent systems, which go beyond the related work. The practical part is the design of an universally usable system that can perform the strategic interactions between real agents with maximum scientific benefit. The current implementation is one of the results of the work. Similar existing systems are GDL-server (for machines) [Genesereth et al., 2005] and z-Tree (for humans) [Fischbacher, 2007]. The work is divided in three fields - (1) development of languages for the description of a game, (2) a software system based on these languages and (3) an offline analysis of the data already gathered among other things using the system as a contribution to behavior definition facilities. The innovation of this work does not consist only in combining of the several fields to each other, but also in achieving of improvements in every field on its own. In the field of game definition languages, two languages are proposed - PNSI and SIDL, which both can define games of imperfect information in discrete time. It is an improvement comparing with hitherto languages as Gala and GDL. Especially, the Petri net based language PNSI can likewise be used for game servers and game theoretic algorithms like GAMBIT. The developed system FRAMASI is based on JADE [Bellifemine et al., 2001] and is ahead of the hitherto client-server solutions through the advantages of the multi-agent systems. Using the originated system, an experiment has been conducted according to the standards from the experimental game theory, and thus demonstrated the practicability. The experiment had the objective to provide data on the human unpredictability and the ability to predict others. Therefore, variants of Roshambo were used. The data from this experiment and from an experiment of an external workgroup with a similar motivation were analyzed using data mining. As results, the regularities of the behavior reported in literature have been demonstrated and further regularities have been discovered.

The general topic of our thesis is forward looking behavior in strategic situations. Mixing theoretical and experimental analysis, we document how strategic thinking is affected by the specific features of a dynamic interaction. The overarching result is that the information regarding decisions that are close to the current one, receive a qualitatively different consideration, with respect to distant ones. That is, the actual decisions are based on reasoning over a limited number of steps, close to actual decison node. We capture this feature of behavior both in a strategic (limited backward induction) and in a non-strategic (limited farsightedness) set up, and we identify relevant consequences on the outcome of the interaction, which powerfullly explain many observed experimental regularities.<p>In the first essay, we present a general out-of-equilibrium framework for strategic thinking in sequential games. It assumes the agents to take decisions on restricted game trees, according to their (limited) foresight level, following backward induction. Therefore we talk of limited backward induction (LBI). We test for LBI using a variant of the race game. Our design allows to identify restricted game trees and backward reasoning, thus properly disentangling LBI behavior. The results provide strong support in favor of LBI. Most players solve intermediate tasks - i.e. restricted games - without reasoning on the terminal histories. Only a small fraction of subjects play close to equilibrium, and (slow) convergence toward it appears, though only in the base game. An intermediate task keeps the subjects off the equilibrium path longer than in the base game. The results cannot be rationalized using the most popular models of strategic reasoning, let alone equilibrium analysis.<p>In the second essay, a subtle implication of the model is investigated: the sensitivity of the players’ foresight to the accessibility and completeness of the information they have, using a Centipede game. By manipulating the way in which information is provided to subjects, we show that reduced availability of information is sufficient to shift the distribution of take-nodes further from the equilibrium prediction. On the other hand, similar results are obtained in a treatment where reduced availability of information is combined with an attempt to elicit preferences for reciprocity, through the presentation of the centipede as a repeated trust game. Our results could be interpreted as cognitive limitations being more effective than preferences in determining (shifts in) behavior in our experimental centipede. Furthermore our results are at odds with the recent ones in Cox [2012], suggesting caution in generalizing their results. Reducing the availability of information may hamper backward induction or induce myopic behavior, depending on the strategic environment.<p>The third essay consists of an experimental investigation of farsighted versus myopic behavior in network formation. Pairwise stability Jackson and Wolinsky [1996] is the standard stability concept in network formation. It assumes myopic behavior of the agents in the sense that they do not forecast how others might react to their actions. Assuming that agents are perfectly farsighted, related stability concepts have been proposed. We design a simple network formation experiment to test these extreme theories, but find evidence against both of them: the subjects are consistent with an intermediate rule of behavior, which we interpret as a form of limited farsightedness. On aggregate, the selection among multiple pairwise stable networks (and the performance of farsighted stability) crucially depends on the level of farsightedness needed to sustain them, and not on efficiency or cooperative considerations. Individual behavior analysis corroborates this interpretation, and suggests, in general, a low level of farsightedness (around two steps) on the part of the agents. / Doctorat en Sciences économiques et de gestion / info:eu-repo/semantics/nonPublished

Zum Verständnis menschlichen sozialen, administrativen und wirtschaftlichen Verhaltens, das als Spiel bzw. strategische Interaktion aufgefasst werden kann, reichen die rein analytischen Methoden nicht aus. Es ist nötig, Daten menschlichen strategischen Verhaltens zu sammeln. Basierend auf Daten lässt sich solches Verhalten modellieren, simulieren bzw. vorhersagen. Der theoretische Teil der Zielsetzung wird über praxisorientierte Konzeptualisierung strategischer Interaktion realer Agenten - Menschen und Maschinen - und gegenseitige Integration der Konzepte aus Spieltheorie und Multiagentensysteme erreicht, die über die bisherigen Ansätze hinausgehen. Der praktische Teil besteht darin, ein allgemein verwendbares System zu entwerfen, das strategische Interaktionen zwischen realen Agenten mit maximalen wissenschaftlichen Nutzen durchführen kann. Die tatsächliche Implementation ist eines der Ergebnisse der Arbeit. Ähnliche vorhandene Systeme sind GDL-Server (für Maschinen) [Genesereth u.a., 2005] und z-Tree (für Menschen) [Fischbacher, 2007]. Die Arbeit ist in drei Bereiche unterteilt - (1) Entwicklung von Sprachen für die Beschreibung eines Spiels, (2) ein auf diesen Sprachen basierendes Softwaresystem und (3) eine Offline-Analyse der u.a. mit dem System bereits gesammelten Daten als Beitrag zur Möglichkeiten der Verhaltensbeschreibung. Die Innovation dieser Arbeit besteht nicht nur darin ,einzelne Bereiche mit einander zu kombinieren, sondern auch Fortschritte auf jedem Bereich für sich allein zu erreichen. Im Bereich der Spielbeschreibungssprachen, werden zwei Sprachen - PNSI und SIDL - vorgeschlagen, die beide Spiele bei imperfekter Information in diskreter Zeit definieren können. Dies ist ein Fortschritt gegenüber der bisherigen Sprachen wie Gala und GDL. Speziell die auf Petrinetzen basierende Sprache PNSI kann gleichermaßen für Gameserver und für spieltheoretische Algorithmen von z.B. GAMBIT verwendet werden. Das entwickelte System FRAMASI basiert auf JADE [Bellifemine u.a., 2001] und ist den bisherigen Client-Server-Lösungen durch Vorteile der Multiagentensysteme voraus. Mit dem entstandenen System wurde bereits ein Experiment entsprechend den Standards der experimentellen Spieltheorie durchgeführt und somit die Praxistauglichkeit nachgewiesen. Das Experiment hatte als Ziel, Daten zur menschlichen Unvorhersagbarkeit und zur Vorhersagefähigkeit anderer zu liefen. Dafür wurden Varianten von \"Knobeln\" verwendet. Die Daten dieses Experiments sowie eines Experiments einer externen Arbeitsgruppe mit ähnlicher Motivation wurden mit Hilfe von Datamining analysiert. Dabei wurden die in der Literatur berichteten Gesetzmäßigkeiten des Verhaltens nachgewiesen und weitere Gesetzmäßigkeiten entdeckt.:Einführung Grundlagen Verwandte Arbeiten Sprachen für Spielbeschreibung Implementation der Spielinfrastruktur Beschreibung Strategischen Verhaltens Resümee Ergebnisse Ausblick / To understand human social, administrative and economic behavior, which can be considered as a game or strategic interaction, the purely analytical methods do not suffice. It is necessary to gather data of human strategic behavior. Based on data, one can model, simulate and predict such behavior. The theoretical part of the objective is achieved using a practice oriented conceptualization of the real agents\' - humans and machines - strategic interaction and mutual integration of the concepts from game theory and multi-agent systems, which go beyond the related work. The practical part is the design of an universally usable system that can perform the strategic interactions between real agents with maximum scientific benefit. The current implementation is one of the results of the work. Similar existing systems are GDL-server (for machines) [Genesereth et al., 2005] and z-Tree (for humans) [Fischbacher, 2007]. The work is divided in three fields - (1) development of languages for the description of a game, (2) a software system based on these languages and (3) an offline analysis of the data already gathered among other things using the system as a contribution to behavior definition facilities. The innovation of this work does not consist only in combining of the several fields to each other, but also in achieving of improvements in every field on its own. In the field of game definition languages, two languages are proposed - PNSI and SIDL, which both can define games of imperfect information in discrete time. It is an improvement comparing with hitherto languages as Gala and GDL. Especially, the Petri net based language PNSI can likewise be used for game servers and game theoretic algorithms like GAMBIT. The developed system FRAMASI is based on JADE [Bellifemine et al., 2001] and is ahead of the hitherto client-server solutions through the advantages of the multi-agent systems. Using the originated system, an experiment has been conducted according to the standards from the experimental game theory, and thus demonstrated the practicability. The experiment had the objective to provide data on the human unpredictability and the ability to predict others. Therefore, variants of Roshambo were used. The data from this experiment and from an experiment of an external workgroup with a similar motivation were analyzed using data mining. As results, the regularities of the behavior reported in literature have been demonstrated and further regularities have been discovered.:Einführung Grundlagen Verwandte Arbeiten Sprachen für Spielbeschreibung Implementation der Spielinfrastruktur Beschreibung Strategischen Verhaltens Resümee Ergebnisse Ausblick