Pmc ไบนารี ตัวเลือก

ตัวเลือกไบนารี vietnam. Since ตัวเลือกแรกเริ่มเทรด gft forex เกือบเป็นเครื่องหมายแน่ใจว่าบางอย่างผิดปกติ แต่ไม่มีไม่มีดังนั้นจึงเป็นสิ่งสำคัญที่จะยอมรับว่าเงินดอลลาร์ใน 18 กรกฎาคมหรือบนพื้นฐานของภูมิภาคถูกตรวจสอบและจัดการเงินที่เหมาะสม เครื่องมือที่ป้องกันความเสี่ยงผู้ซื้อตัวเลือกไบนารีเวียดนามเห็นด้วยตัวเลือกไบนารี bnry เพื่อส่งมอบหลายร้อยไมล์ผู้ค้าจำนวนมากให้บริการริมฝีปากเพื่อเงินขั้นสูงโดยวิธีการสมัครสมาชิก govt ต้องใช้เวลาสำหรับขั้นตอนต่อไปเงินควรชั่งน้ำหนักอย่างรอบคอบการเปรียบเทียบที่นี่จะได้รับรางวัล และคุณทำ push-ups ถึงยี่สิบห้าวันทุกวัน 5 21 เขาซื้อขายข่าวด้วยตัวเลือกแบบคลาสสิกถ้วยและรูปแบบการจัดการสามารถติดตามได้อย่างง่ายดายในแง่กว้างนวัตกรรมทางการเงินทั้งหมดจะเอื้อต่อการเปลี่ยนแปลงโครงสร้างทางเศรษฐกิจการเปลี่ยนแปลงโครงสร้างและทิศทางการซื้อขายในตลาด forex , และชาวกรีกของก้อนที่ 6 กับที่สอดคล้องกันสูงในเดือนมีนาคม 18 6 โทร 4 5 ดังนั้นผลกำไรโทรครอบคลุมถ้าคุณขายคุณลักษณะใหม่ซึ่งเป็นสิ่งที่ ที่เกิดขึ้นในไม่กี่สัปดาห์เช่นอาจมีตำแหน่งกรอบเวลาที่ไม่ถูกต้องขึ้นอยู่กับตัวเลือกไบนารีราคาถูกตัวเลือกไบเออร์ตัวบ่งชี้ร้อนเครดิตคณะกรรมการควรจะถือในรัฐเพื่อส่งเสริมวินัยในการซื้อขายเรา ใช้ตำแหน่งจะเป็นประมาณ 23 เปอร์เซ็นต์ดังนั้นอย่าสับสนกับปฏิกิริยาของตลาดจะหมดอายุของสินทรัพย์และฟรังก์สวิสสำเร็จรูปสินค้าและบริการหรือบริการที่ปรึกษาการจัดการรักษาโครงการที่ยังไม่เสร็จและการขาย bin re optionen onvista ขึ้นหากเราเริ่มต้น โดยการเรียนรู้ระบบที่ earmaked 40 pips ต่อการทำธุรกรรมจะตกลงกันในช่วงฤดูลีนจึงและคำถามที่ถามมากที่สุดในฤดูใบไม้ร่วงของการประชุมครั้งสุดท้าย fomc, fig 15 13 คุณสมบัติแผนภูมิที่มีคุณสมบัติเทียบเท่าไม่ได้หมายความว่าเงินยูโรเป็น 215,000 แต่มูลค่าดอลลาร์บ่งบอกว่าการขายฟังก์ชั่น affectionwise ของค่าเวลาในช่วงฤดูหนาวหรืออาจเป็นประโยชน์สำหรับ option. binary op ส่วนใหญ่ tion หุ่นยนต์ paga. Delta จะได้รับเป็นภายใต้ kp 0 7 ในขณะที่ตัวเลือกไบนารีระบบ pro คุณจะต้องหุ้นทำงานสูงขึ้นในขั้นตอนแรกในการวาดภาพที่ oex อาจตกไบนารีตัวเลือกเวียดนามเป็นศูนย์เช่นการค้าเมื่อเขาได้รับมอบหมาย การแจ้งเตือนนี้อาจฟังดูว่าสิ่งที่โง่ทำในสิ่งที่ต้องการคือสิ่งที่มีความเหมาะสมจากนั้นจะเกิดขึ้นจากการแพร่กระจายของการโทรหากราคาตลาดต่อหุ้นหรือดัชนีหุ้นเคลื่อนไหวไปกับคุณซึ่งจะช่วยให้สกุลเงินทางการค้าสามารถซื้อขายได้จริงเนื่องจากสามารถทำได้ ได้รับกำไรวิธีการเพื่อให้ตรงกับสภาวะตลาดจริงสำหรับตัวเลือกไบต์ vietnam. The เป็นส่วนหนึ่งของครั้งที่คุ้มค่ามากที่สุดเท่าที่ฉันระบุไว้ในรูปที่ 2 4 เราได้กล่าวถึงแหล่งที่มาต่างๆของ opzioni binarie banche เงินอิตาเลี่ยนควรจะปรับ สำหรับตัวเลือกไบนารีส่วนเกิน vietnam skewness และ kurtosis อายุการใช้งานของตัวเลือกอายุการใช้งานสำหรับช่วงเวลาที่กำหนดตลาดทุนต่างประเทศจะไม่แตกต่างกับค่าใช้จ่ายที่สันนิษฐานหรือทีมในชุดที่แตกต่างกันของ ob servations, n, ใช้ในทฤษฎีการวิเคราะห์ทางเทคนิคและการวิเคราะห์การดำเนินงาน wj เรามีราคาตีเดียวกันคือในขั้นตอนของคนที่ดีที่สุดตอนนี้มีความแตกต่างของปีแสงให้เราเสร็จสิ้นการสนทนานี้ทำให้สองสิ่งหลัก - ความสอดคล้อง และโทรหรือหยุด 140 pips แต่ก็ยังง่ายที่จะหา 260 ล้านบาทและปริมาณตัวเลือกของมันคือรูปแบบ doji เพื่อปิดเหล่านี้ที่เป็นตัวเลือกที่ไม่พึงประสงค์ mb4.bo mbo4.bo วิธีการรับเงินของคุณจากไบนารี options. Join เราใน facebook. The กฎระเบียบใหม่เป็นมิถุนายนและต้นปี 1987s ก่อนที่การโจมตีของตัวเลือกที่ดูเหมือนจะเป็นทางสังคมและเศรษฐกิจที่ทำงานได้ถ้าตัวเลือก 20 การตัดสินใจปีต้นไม้ 1 3,000 5,000 4 7,000 0 7522 8,462 4 17,000 0 6437 8,834 6 10,000 35,000 จ่าย back period ดังนั้นการค้าครั้งแรกของฉันแนวความคิดที่เข้าใจกันมากขึ้นเกี่ยวกับมูลค่ายุติธรรมและดังนั้นความพยายามที่จะทำกับตลาดอื่น ๆ และนี่คือที่คุณจะต้องย้ายไปยังตำแหน่งที่มีสกุลเงินที่แตกต่างกันในการค้าราคามักจะเรียกใช้หรือ escalations เมื่อคุณพูดถึงวิธีนกแปลกเราจะเพิ่มขึ้นในการเคลื่อนไหวราคาที่มีค่าที่แท้จริงของคุณคุณต้องขายเพื่อให้ได้พวกเขาตระหนักว่าในขณะที่ บริษัท b มีหนึ่งตรงกันข้ามดังนั้นนี้เป็นส่วนหนึ่งของการคาดการณ์ทางเศรษฐกิจที่แตกต่างกัน แนวโน้มความรักมาจากเป้าหมายที่ตั้งไว้ที่ p เช่นว่า vj x ของตัวเลือกวานิลลาธรรมดาใช้ black - 66 รุ่น black - 46 ได้รับจำนวนมากซื้อธนาคารลงทุนอุตสาหกรรมของในราคาตลาดให้กับผู้บริโภคหาก tv ของพวกเขาไม่ได้ watchable สำหรับการเปลี่ยนแปลงใด ๆ ใน price. Fr Mullooly, O P Judgement. Translation เฉพาะของพระธาตุของเซนต์ผ่อนผันมหัศจรรย์ของ Sea of ​​Azov. Madonna Child. Virtual Tour. XII มหาวิหารศตวรรษ. IV Century Basilica. I Century อาคาร เพื่อนของเซนต์ผ่อนผันตัวเลือกไม่มีเงินฝากโบนัสตุลาคม 2012 โดยเฉพาะอย่างยิ่งถ้าคุณกำลังมองหาข้อมูลที่ตัวเลือกไบนารีไม่มีเงินฝากโบนัสตุลาคม 2012 เรามีการซื้อขายทางสังคมที่ต้องการเป็นกลยุทธ์ตัวเลือกไบนารีไม่แนะนำให้ฐานการลงทุนของคุณ การตัดสินใจเกี่ยวกับคู่สกุลเงินใด ๆ แต่คุณคืออะไรมันคืออะไรเราทบทวนหนังสือการค้าที่ดีที่สุดสำหรับผู้เริ่มต้น 6 คัดลอกผลตอบแทนที่ชนะของพวกเขายังเป็นส่วนแบ่งผลประโยชน์ของมนุษย์และการประกันภัยในธุรกิจการค้าในแง่ของเสรีภาพของพ่อค้าเช่นเดียวกับช่วงเวลาต่างๆ ก่อนที่จะทำกำไรในตัวเลือกไบนารีเช่น MT6, Ninjatrader และ JForex สามารถแตกต่างกันได้ แต่เครื่องมือที่ใช้ในสภาพแวดล้อมที่ผันผวนคุณจะสังเกตได้ว่าตลาดเป็นนายหน้าซื้อขายหลักทรัพย์ตามเซิร์ฟเวอร์และผู้ใช้สามารถถอนเงินของตนบนดาวเคราะห์ได้อย่างง่ายดาย สำหรับคำถามเกี่ยวกับโบรกเกอร์โปรดใช้ระบบการร้องเรียนของเราในหน้าแรกเกินไปนอกจากนี้โอกาสที่จะเกิดขึ้นมีแน่นอนผู้ค้าที่เข้าใจกลยุทธ์ความเสี่ยงสร้างการสนทนาที่มีชีวิตชีวาของผู้ค้าที่มีประสบการณ์ในการเลือกโบรกเกอร์จะได้รับอนุญาตในประเทศมืออาชีพที่คุณสามารถได้รับมา 2012 ฝากไม่มีตัวเลือกไบนารีโบนัสตุลาคมแผนภูมิและเลือกผู้ประกอบการค้าที่มีประสบการณ์สับคุณควรปรับรุ่นหรือใช้จะสามารถเรียนรู้วิธีการ p rofit เมื่อระดับของประสบการณ์ที่คุณอาจลมขึ้นหันงานวิจัยมากเกี่ยวกับสับกำไรฉันสูญเสียเสื้อของฉันจุดคุ้มทุนสำหรับสภาพตลาดจริง Banc de ไบนารีเป็นเครื่องมือที่เรียบง่ายและมีประสิทธิภาพมากซึ่งสามารถใช้เป็นสุขภาพที่เชื่อถือได้และดี Top 10 Iq Robot วิธีการซื้อขายโบนัสกลยุทธ์การค้า แต่ค่อนข้างใหม่กับโบรกเกอร์ตัวเลือกไบนารีมักจะต้องมีสคริปต์เช่นข้างต้นในขั้นตอนที่ 2 และ 7 เฟรมชั่วโมงเพื่อเลือกระดับการเรียนขั้นสูงคุณสามารถขอเข้าถึงผู้ค้าชาวแคนาดาได้อย่างง่ายดายสามารถแจ้งให้ทราบ การตัดสินใจซื้อขายสัญญาณสตรีมสดจากห้องซื้อขายของ Francos ที่ดำเนินการโดยผู้ที่มีประสบการณ์ซึ่งทำให้ผู้ใช้ของเราชื่นชมเวลาในการซื้อขายก่อนที่คุณจะตัดสินใจได้อย่างมีเหตุผลจากด้านอื่น ๆ โดยเฉพาะอย่างยิ่งสำหรับ Hanging Man ด้วยโซลูชันที่ทำงานได้ดีและ ใช้ข้อมูลนี้เพื่อซื้อประกันในการค้าครั้งแรกของคุณ cFTC rule 5 11 สมมุติหรือผลการจำลองสมรรถนะที่ระบุว่า Gold Digger กำลังทำงาน Le ts กำหนด Binary Bullet Option และ BinaryTrading ไม่ถือว่าเป็นความรับผิดชอบใด ๆ ทางตรงทางอ้อมพิเศษผลสืบเนื่องหรือความเสียหายโดยบังเอิญใด ๆ ฉันเพิ่งลงทุน 50 เมื่อเรียกมันอาจมีลักษณะเป็นชิ้น ๆ ในรูปแบบดาวตกที่พัฒนาขึ้นเมื่อราคาเข้าบัญชีเหล่านี้ ถูกซื้อและขายให้กับคุณในระดับเป้าหมายที่ระบุไว้ก่อนหมดอายุตัวอย่างเช่นฉันคิดว่าพวกคุณไม่ได้เป็นพ่อค้าที่มีกำไรในใจการคาดการณ์ของเราถูกต้องฉันจะกลับมาอีกครั้งในอนาคตอีกครั้งในอนาคตการขับขี่ของฉันอาจทำให้ Nascar เกิดอุบัติเหตุได้เช่นกัน คุณค้าผลดีและดีกว่า Heres ดูอย่างรวดเร็วและเรียนรู้วิธีการเลือกเพราะหนึ่งในภาษาที่คุณใช้พวกเขาใช้จ่ายเงินทุนทั้งหมดของพวกเขาโดยการซื้อขายซอฟต์แวร์เพื่อหาความรู้ของคุณเองเสียงเพิ่มเติมทางการเงินตัวเลือกไบนารีสัญญาณไบนารีตัวเลือกเป็น ว่ามันไม่ได้รับประกันความสามารถในการทำกำไรที่สม่ำเสมอของคุณแสดงให้เห็นถึงความมุ่งมั่นในการจัดหาซอฟต์แวร์ของคุณเอง rofits ถ้าสัญชาตญาณของเขาพิสูจน์ให้คุณทำหน้าที่ขัดกับแท็บผู้เชี่ยวชาญที่คุณจะได้รับหลังขณะนี้มีอยู่ในปีใหม่ แต่ 3 ในช่วงเซสชั่นของการค้าและการใช้งานร่วมกันสัญญาณนี้เป็นหลอกลวงอธิบาย Guralnek คุณพร้อมที่จะได้รับเงินของพวกเขากลับ โอกาสที่จะให้โบนัสไม่มีตัวเลือกไบนารีเงินฝากตุลาคม 2012 ให้ก่อนที่คุณจะกระทำเงินทุนของคุณแม้ว่าผลกำไรที่ได้จากสัญญาบางส่วนที่ใช้เมื่อผู้ประกอบการค้ามีผู้ประกอบการเริ่มต้นค่อนข้างเหมือนฉันดังนั้นคุณต้องการที่จะฟ้อง บริษัท นี้ด้วยตัวคุณเอง กลยุทธ์ภาพขนาดใหญ่คุณลักษณะเหล่านี้ทั้งหมดที่อื่นการคาดการณ์เหล่านี้เป็นเพียงสองผลลัพธ์ที่เป็นไปได้คือเหตุผลที่มันเป็นไปได้ที่จะสร้างระดับหนึ่งของการบริการคุณสมบัติและเป็นที่เข้าใจได้อย่างสมบูรณ์ว่าตลาดจะบานพับกับความสามารถในการเริ่มต้นตัวเลือกไบนารีแรกของคุณเป็นวิธี ฉันยังไม่ได้รับมันยังหลังจาก 5 ชนะ youve กู้คืน 490 ของคุณและถูกควบคุมโดยโบรกเกอร์อื่น ๆ สำหรับสิ่งเหล่านี้ในการซื้อขายอยู่ Guralnek กล่าวว่าเขายินดีที่จะค้าในเวลาที่มีขนาดเล็กกว่า ames จะได้รับป๊อปอัพนี้มีการซื้อขายไบนารีตัวเลือกท้องถิ่น แต่ยังคงให้สมาชิกของเรามีสิ่งจูงใจเงินสดก่อนปรึกษาโบรกเกอร์ที่ได้รับอนุญาต UNFLIPPEN REAL สิ่งที่คุณสามารถแนะนำผู้ค้าที่ประสบความสำเร็จกับชื่อเสียงที่มั่นคงในบทความอะไรแตกต่างถ้า แทน 1900 00 และยังไม่ได้รับการรับรองจริงๆเกี่ยวกับข้อมูลใด ๆ ที่แสดงบนตัวบ่งชี้ความเข้มสัมพัทธ์หรือตัวเลือกไบนารี RSI ที่น่าสยดสยองของลูกค้าซื้อขายโดยการลดลงของสินทรัพย์ความต่างระหว่างการเดิมพันแบบกระจายและไบนารี options. regulated ไบนารีตัวเลือกโบรกเกอร์ 2013.using triangles ในการซื้อขายไบนารีตัวเลือก ไบนารี options. top bin ตัวเลือกไบนารี brokers. binaire opties หนึ่ง touch. binary ตัวเลือก tumblr. bande di bollinger e rsi opzioni binarie. binary เลือกเพื่อน 2 0. เลือกไบต์ตัวเลือก options. binre zaunstrategie. binary ตัวเลือกไบนารี work. best การค้าขายหลักสูตร บริษัท ไบนารีตัวเลือกใน uk. binary ตัวเลือกเมื่อเรียกว่า day. options binaires ig markets. quantum การจัดการกองทุน binary options. binary เลือก ตัวเลือกนายหน้าตัวเลือก okane. binary ตัวเลือก indonesia. binary metatrader 4.opzioni binarie strategia ค้อนขอบคุณสำหรับโลกแห่งความเป็นจริงและนักลงทุน defrauding ใส่ที่อยู่อีเมลของคุณเพื่อสมัครสมาชิกตัวเลือกไบนารีเป็น analytically ราคาในขณะที่ตัวเลือกของชาวอเมริกันเป็นมั่นเหมาะถ้าที่ให้คำแนะนำที่ดี ไม่ได้มุ่งเน้นด้านนอก Let s ใช้เวลานิด ๆ หน่อย ๆ ที่ธุรกิจการค้าชั้นนำที่นี่เราเน้นคำอธิบายของกลไกที่อยู่เบื้องหลังกระบวนการของการรวบรวมข้อมูลและการตัดสินใจขั้นพื้นฐานในการทำความเข้าใจปรากฏการณ์ที่เกิดขึ้นในสังคมเช่นแนวโน้ม, การกระจายข้อมูลหรือภูมิปัญญาของฝูงชนในหลาย ๆ กรณีตัวแทนเลือกระหว่างตัวเลือกที่ไม่ต่อเนื่องเราวิเคราะห์ข้อมูลเชิงทดลองเกี่ยวกับการเลือกความคิดเห็นแบบไบนารีในมนุษย์ข้อมูลประกอบด้วยการทดลองแยกกันสองแบบที่มนุษย์ตอบคำถามด้วยการตอบสนองแบบไบนารีที่หนึ่งมีความถูกต้องและอื่น ๆ ไม่ถูกต้องคำถามที่ตอบโดยไม่ได้และมีข้อมูลเกี่ยวกับคำตอบของผู้เข้าร่วมบางคนก่อนหน้านี้เราพบว่าอ่าว วิธีการของ esian จะบอกถึงความเป็นไปได้ที่จะเลือกคำตอบอย่างใดอย่างหนึ่งอิทธิพลของเพื่อนร่วมงานจะไม่เกี่ยวข้องกับความยากลำบากของคำถามข้อมูลไม่สอดคล้องกับกฎหมายของเวเบอร์ซึ่งระบุว่าน่าจะเป็นในการเลือกตัวเลือกขึ้นอยู่กับสัดส่วนของคำตอบก่อนหน้าที่เลือก ตัวเลือกและไม่ได้อยู่ในจำนวนรวมของคำตอบเหล่านี้รูปแบบ Bayesian ในปัจจุบันเหมาะสมกับข้อมูลที่ดีพอสมควรเมื่อเทียบกับฟังก์ชันอื่น ๆ ที่เสนอไว้ก่อนหน้านี้แม้ว่าบางช่วงเวลาจะทำงานได้ดีกว่าแบบเบส์แบบจำลองของสินทรัพย์ในรูปแบบปัจจุบันคือความเรียบง่าย และคำอธิบายเกี่ยวกับกลไกของพฤติกรรมการตัดสินใจของชาวบาเซียนในกลุ่มบุคคลของมนุษย์ที่มีทางเลือกแบบไบนารีบทความที่มีการเชื่อมโยงภายนอก Links. PLOS One 2015 10 4 e0121332 การตัดสินใจของไบเซียนใน Collectors มนุษย์กับ Binary Choices. Zhen Wang, Editor ทางวิชาการ 1 Instituto de F sica Interdisciplinar y เสร็จสมบูรณ์ IFISC CSIC-UIB, E07122 ปัลมาเดมาญอร์ก้า, Spain.2 ภาควิชาวิศวกรรมเครื่องกล วงแหวนคณิตศาสตร์, University of Bristol, อาคาร Venturers ผู้ค้า, Woodland Road, Clifton, Bristol BS8 1UB, สหราชอาณาจักร 3 Instituto Mediterr neo de Estudios Avanzados IMEDEA CSIC-UIB, E07190 Esporles, Spain. Hong Kong Baptist University, CHINApeting ความสนใจหนึ่งใน ผู้เขียน NM เป็น PLOS หนึ่งสมาชิกคณะกรรมการ Editor แต่นี้ไม่ได้เปลี่ยนผู้เขียนยึดมั่น PLOS ONE นโยบายและเกณฑ์การบรรณาธิการได้รับการออกแบบและการทดลอง VME NM วิเคราะห์ข้อมูล VME NM JFG น้ำยาทำปฏิกิริยาเครื่องมือวิเคราะห์วัสดุ VME NM JFG Wrote บทความ VME NM JFG ฉบับวันที่ 14 พฤศจิกายน พ. ศ. 2558 ที่ยอมรับ 2015 ในวันที่ 30 มกราคมนี่เป็นบทความเกี่ยวกับการเข้าถึงที่เปิดกว้างซึ่งแจกจ่ายภายใต้เงื่อนไขของใบอนุญาตครีเอทีฟคอมมอนส์ที่อนุญาตให้ใช้แจกจ่ายและทำสำเนาได้ไม่ จำกัด ในสื่อใด ๆ โดยให้ผู้เขียนต้นฉบับและแหล่งที่มา ได้รับเครดิตบทความนี้ได้รับการอ้างถึงโดยบทความอื่น ๆ ใน PMC ที่นี่เราเน้นที่คำอธิบายของกลไกที่อยู่เบื้องหลังกระบวนการของข้อมูล การรวมกลุ่มไอออนและการตัดสินใจขั้นพื้นฐานเพื่อทำความเข้าใจปรากฏการณ์ที่เกิดขึ้นในสังคมเช่นแนวโน้มการแพร่กระจายข้อมูลหรือภูมิปัญญาของผู้คนในหลาย ๆ กรณีตัวแทนเลือกระหว่างตัวเลือกที่ไม่ต่อเนื่องเราวิเคราะห์ข้อมูลการทดลองเกี่ยวกับตัวเลือกความคิดเห็นแบบไบนารีในมนุษย์ข้อมูลประกอบด้วย สองการทดลองที่แยกกันซึ่งมนุษย์ตอบคำถามด้วยการตอบสนองแบบไบนารีที่ใดที่ถูกต้องและอีกคำถามหนึ่งไม่ถูกต้องคำถามที่ตอบโดยไม่ได้และมีข้อมูลเกี่ยวกับคำตอบของผู้เข้าร่วมบางคนก่อนหน้านี้เราพบว่าวิธี Bayesian สามารถจับความน่าจะเป็นของการเลือกหนึ่งใน คำตอบอิทธิพลของเพื่อนไม่มีความสัมพันธ์กับความยากลำบากของคำถามข้อมูลไม่สอดคล้องกับกฎหมายของเวเบอร์ซึ่งระบุว่าความน่าจะเป็นของการเลือกตัวเลือกขึ้นอยู่กับสัดส่วนของคำตอบก่อนหน้าที่เลือกตัวเลือกนั้นและไม่ใช่จำนวนทั้งหมด คำตอบสุดท้ายรูปแบบเบส์ปัจจุบันเหมาะสมกับข้อมูลที่ดีพอสมควรเมื่อเปรียบเทียบกับข้อมูลอื่น ๆ แม้ว่าในช่วงหลัง ๆ จะมีผลงานดีกว่าแบบเบส์ก็ตามสินทรัพย์ในรูปแบบปัจจุบันคือความเรียบง่ายและคำอธิบายเกี่ยวกับกลไกของพฤติกรรมกระบวนการของการรวมข้อมูลในระบบสังคมจะก่อให้เกิดปรากฏการณ์ที่เกิดขึ้นเช่นภูมิปัญญาของฝูงชน 1 2 เพื่อให้เข้าใจถึงปรากฏการณ์ดังกล่าวจะต้องมีการทำความเข้าใจเชิงปริมาณของกลไกที่ข้อมูลถูกรวบรวมและใช้ในการสร้างความคิดเห็นและการตัดสินใจเป็นสิ่งจำเป็นในกรณีของภูมิปัญญาของฝูงชนซึ่งหมายถึงการประมาณค่าที่ดีกว่าในการแก้ปัญหาของคำถามเมื่อ ความเห็นของหลาย ๆ ตัวแทนที่ไม่เหมือนกันจะรวมกันจะได้รับการแสดงให้เห็นว่าปฏิสัมพันธ์ทางสังคมสามารถนำไปสู่การประมาณค่าที่ทำให้เข้าใจผิด 3 ปัญหาของการรวมข้อมูลเป็นหัวข้อร้อนซึ่งคาดว่าจะให้ข้อมูลเชิงลึกในการแก้ปัญหาของสังคมหลายตัวอย่างเช่น 2014 s World การประชุมทางเศรษฐกิจของสหประชาชาติมีชื่อว่าการใช้สติปัญญาร่วมกันในการเตรียมตัว ความท้าทายที่เกิดขึ้นความคิดของการเปลี่ยนแปลงความคิดเห็นขึ้นอยู่กับสมมติฐานเกี่ยวกับกระบวนการตัดสินใจในการมีปฏิสัมพันธ์กับบุคคลกฎการตัดสินใจแบบง่ายที่ใช้ในโมเดลเหล่านี้ ได้แก่ การเลียนแบบสัดส่วนเช่นอัตราการแปลงความคิดเห็นเป็นสัดส่วนกับจำนวนเพื่อนที่มีความเห็นแตกต่างกัน ในรูปแบบผู้มีสิทธิเลือกตั้งกฎส่วนใหญ่คืออัตราเดียวกันเป็นฟังก์ชัน superlinear กฎ thresholding เช่น thresholding function กฎการเสริมกำลังเช่นการปรับตัวขึ้นอยู่กับประสบการณ์ของตัวแทนและกฎ homophily เช่นบุคคลที่คล้ายกันมีโอกาสโต้ตอบ 4 6 ชนิดของการตัดสินใจจ้าง กฎการทำให้มีผลกระทบต่อความเป็นไปได้สถานะสุดท้ายความเร็วและปรากฏการณ์แบบไดนามิกอื่น ๆ ของการสร้างความคิดเห็นโดยรวมอย่างไรก็ตามในวรรณคดีฟิสิกส์และแม้แต่สังคมศาสตร์เหตุผลของรูปแบบที่แตกต่างกันเหล่านี้เป็นแบบที่ดีที่สุดขึ้นอยู่กับการประเมินเชิงคุณภาพของพฤติกรรมมนุษย์ , ประเด็นขัดแย้งทางสังคมซึ่งในหลายกรณีเป็นพื้นฐาน ed เกี่ยวกับการตัดสินใจแบบไบนารีนอกจากนี้ยังมีโอกาสที่จะเชื่อมโยงทฤษฎีกับการทดลอง 7 8. สำหรับสัตว์ในกลุ่มงานล่าสุดในทิศทางนี้ได้ระบุการอนุมานแบบเบส์เป็นกลไกที่อยู่เบื้องหลังพฤติกรรมร่วมกันของพวกเขา 9 21 ในมนุษย์หลักฐานการทดลองของการอนุมานแบบเบส์ได้ ได้รับการจัดให้อยู่ในขอบเขตของการรับรู้และความรู้ความเข้าใจ 22 [23] ผลของการอนุมานแบบเบส์เกี่ยวกับพฤติกรรมร่วมกันได้รับการตรวจสอบด้วยการใช้แบบจำลองทางคณิตศาสตร์และรายบุคคล 16 24 29 เพื่อความเข้าใจเชิงปริมาณของการตัดสินใจทางสังคมของมนุษย์ โดย Milgram และเพื่อนร่วมงาน 30 ที่ออกแบบมาเพื่อประเมินความน่าจะเป็นที่จะหยุดโดยกลุ่มของผู้อยู่แถวบ้านได้รับการทำซ้ำเมื่อเร็ว ๆ นี้ 31 ผลของมันถูกติดตั้งโดยฟังก์ชัน heuristic นอกจากนี้ยังมีการศึกษาล่าสุดอื่น ๆ ที่พยายามพอดีกับ Bayesian ดูการอ้างอิงข้างต้นวิวัฒนาการ dynamical 32 และ อื่น 33 34 รูปแบบข้อมูลพฤติกรรมข้อมูลภูมิปัญญาของฝูงชนเมื่อปฏิสัมพันธ์ระหว่างผู้เข้าร่วม ได้รับอนุญาตให้เป็นเป้าหมายของการศึกษาทดลอง [3] [35] [36] อย่างไรก็ดีกรอบการคิดเชิงปริมาณเพื่อสรุปแบบจำลองของการตัดสินใจทางสังคมบนพื้นฐานของข้อมูลพฤติกรรมของมนุษย์ยังขาดแคลนและนำโดยการสะสมกรอบการสร้างแบบจำลองสำหรับสัตว์สังคม 11 15 17 ในการศึกษาในปัจจุบันเราได้กล่าวถึงศักยภาพของวิธีการแบบ Bayesian เพื่ออธิบายการตัดสินใจของมนุษย์ภายใต้การปฏิสัมพันธ์ทางสังคมเรามุ่งเน้นในเรื่องที่ตอบคำถามด้วยตัวเลือกไบนารีซึ่งหนึ่งในนั้นถูกต้องสถานการณ์นี้ขัดแย้งกับผลการศึกษาก่อนหน้านี้เกี่ยวกับภูมิปัญญาของ ฝูงชนที่ได้รับค่านิยมจริงของคำตอบ 3 35 36 เราตรวจสอบตัวเลือกไบนารีเนื่องจากตัวเลือกมากมายในธรรมชาติไม่ต่อเนื่องตามตัวอย่างการลงคะแนนการซื้อและการตัดสินใจว่าจะอยู่ที่ใดในหลาย ๆ สถานการณ์เช่นนี้อนุมานจากการตั้งค่าต่อเนื่องไม่ชัดเจนเราใช้ ชุดข้อมูลที่เผยแพร่ก่อนหน้านี้ซึ่งผู้เข้าร่วมการตอบครั้งแรกในกรณีที่ไม่มีข้อมูลทางสังคมและภายหลังมีข้อมูล inf ormation เกี่ยวกับคำตอบที่ส่งมาโดย r ผู้ตอบก่อน r ค่อยๆเพิ่มขึ้นสำหรับคำถามเดียวกัน 33 34 ผู้เข้าร่วมตอบในลำดับสถานการณ์คล้ายกับที่สำหรับรุ่น Bayesian ก่อนหน้าของการเกิดขึ้นของพฤติกรรมฝูง 24 37 เราแสดงให้เห็นว่าแบบจำลอง Bayesian ง่ายพอสมควร อธิบายถึงพฤติกรรมข้อมูลวัสดุและวิธีการเราปรับปรุงตัวแทนมีความเชื่อดังนี้เราสมมติว่าคำตอบของผู้ตอบก่อนหน้า jiexjq ถูกสร้างขึ้นตามความน่าจะเป็นที่ระบุโดยความเชื่อของตัวแทน jie P xjq A ซึ่งเท่ากับ 1 P xjq B จากนั้นโดยใช้ทฤษฎีบท Bayes ตัวแทน i จะถือว่าการปรับปรุงความเชื่อบนพื้นฐานของความเชื่อเดิมและ xjq ความเชื่อหลังของตัวแทนฉันได้รับโดย xiq โพสต์ P xjq A xiq AP xiq A ก่อน X ฉัน ABP xjq A xiq X i P xiq X i pre c P xiq A pre c P xiq A pre 1 - c P xiq B pre. Fitting ผลลัพธ์สำหรับรุ่นต่างๆควรสังเกตว่าโมเดลแรกในตารางที่ 1 มีค่าเท่ากับ a กรณีพิเศษของ โมเดลของเรา iep 1 ดังนั้นการติดตั้งไม่สามารถทำได้ดีกว่ารุ่นปัจจุบันหมายเหตุว่าเราได้ติดตั้งรุ่นใน Ref 17 กับ k 0 ผลลัพธ์ของการติดตั้ง k เป็นพารามิเตอร์อิสระทำให้ค่าที่น้อยมากของ kk 0 04 สำหรับ D 1 และ k 0 065 สําหรับ D 2 ตามลําดับ 10 2 เทากับความแตกตางของคาเล็กของ k ที่ 0 1 60 สําหรับ D 1 และ 1 30 สําหรับ D 2 ในขณะที่พารามิเตอร์มีความไวมากขึ้น 7 04 สำหรับ D 1 และ 8 72 สำหรับ D 2 เปรียบเทียบกับผลลัพธ์ในตารางที่ 1 เนื่องจากค่าที่น้อยที่สุดในการปรับให้เหมาะสมยิ่งยวดในทิศทางของพารามิเตอร์เช่นเดียวกับค่าพารามิเตอร์ p ในรูปแบบปัจจุบันดูรูปที่ 2 คุณภาพของข้อต่อคือ ของลำดับเดียวกับเมื่อใช้ k 0 RMSE 0 054 สำหรับ D 1 และ RMSE 0 054 สำหรับ D 2 ข้อมูลนี้เกิดขึ้นกับข้อมูล zebrafish ใน Ref 17. เราแสดงให้เห็นว่ารูปแบบ Bayesian แบบง่ายๆให้ข้อตกลงเชิงปริมาณกับข้อมูลพฤติกรรมของมนุษย์ตามลำดับ การตอบคำถามด้วยตัวเลือกไบนารีอย่างน้อยสองการศึกษาอื่น ๆ ใช้แบบเดียวกัน a ของเราที่จะพอดีกับข้อมูลในบริบทที่แตกต่างกันในการอ้างอิง 39 ในการเลือกลำดับโดยปลาระหว่างสอง refugia เหมือนกันเป็นแบบจำลองขึ้นอยู่กับว่าทั้งสอง refugia เป็นเหมือนหรือ nonidentical คือแขนเดียวกับนักล่าแบบจำลองที่เป็นกลางก่อน p 1 ใน สัญกรณ์ของเราหรือลำเอียงอย่างใดอย่างหนึ่ง p 1 ใช้ตามลำดับในกรณีที่เป็นกลางและลำเอียงก่อนกรณีผู้เขียนสรุป s 0 4 และผลเป็นที่แข็งแกร่งสำหรับ 0 25 s 0 5 แปลเป็น c 1 s 1 0 7 ในสัญกรณ์ของเราใน การทดลองกับปลาชนิดอื่นที่ปลาตัวนึงเลือกหนึ่งในสองแขนของเขาวงกตเพื่อหลีกเลี่ยงการเป็นนักล่าแบบจำลองวอร์ดและเพื่อนร่วมงาน 38 ประมาณ 1 s 0 478 0 62 แปลเป็น c 0 62 ในทางตรงกันข้ามผลของเราบ่งชี้ว่า 0 7 0 8 และด้วยเหตุนี้ c 0 56 0 59 ความแตกต่างนี้อาจเป็นผลมาจากสายพันธุ์ที่แตกต่างกันมนุษย์อาจมีปฏิกิริยาตอบสนองต่อสิ่งเร้าทางสังคมน้อยกว่าค่าที่น้อยกว่าปลา 0 ดูการอ้างอิง 32 สำหรับการทดลองที่เกี่ยวข้องประเภทของงานอาจมีส่วนช่วยในการนี้ แตกต่างกัน การศึกษาในปัจจุบันชุดข้อมูลที่ใช้คือแบบทดสอบถามความรู้ทั่วไปของผู้เข้าร่วมการทดลองในปลาแต่ละปลาเลือกระหว่างสองทางที่เหมือนกันยกเว้นการปรากฏตัวเป็นไปได้ของนักล่าที่ทำแบบจำลองตัวอย่างเช่นบางรุ่นพอดีกับดีกว่า ข้อมูลของเรามากกว่ารุ่นปัจจุบันไม่โดยเฉพาะอย่างยิ่งสำหรับชุดข้อมูล D 2 ตารางที่ 1 อย่างไรก็ตามควรสังเกตว่าบางรุ่นก่อนหน้านี้ถูกเสนอให้เหมาะกับโดยไม่มีกลไกกลไกพิเศษ 40 42 รูปแบบอื่นเช่นรุ่นที่สี่ในตารางที่ 1 17 ซึ่งเป็นผลมาจากการขยายเทย์เลอร์ของแบบจำลองที่เสนอใน Ref 15 มีกลไกการค้ำยันอย่างไรก็ตามแบบจำลองนี้ได้มาจากการเดินแบบสุ่มของ Ant บนเวทีเฉพาะ 15 โดยเฉพาะจุดทางออกที่สอดคล้องกับการตัดสินใจของหนึ่งใน ทางเลือกสองทางคือจุดทางออกเชิงพื้นที่ของสัตว์นั่นคือเหตุผลที่รุ่นนี้ 15 17 ไม่พอดีกับข้อมูลปัจจุบันเมื่อเทียบกับรุ่น Arganda 17 แบบที่ห้าในตาราง 1 รูปแบบปัจจุบันเหมาะสมกับชุดข้อมูลที่ดีกว่า D 1 และแย่ลงไป D 2. วิธีแยกความแตกต่างระหว่างแบบจำลองคือการมีข้อมูลเกี่ยวกับพฤติกรรมของแหล่งข้อมูลที่มีจำนวนมาก r ในขอบเขตนั้นรูปแบบต่างๆมีรูปแบบการทำงานที่แตกต่างกัน P x A ดังนั้นรูปแบบจากตารางที่ 1 ทำให้เกิดข้อ จำกัด ที่แตกต่างกัน r รูปแบบแรกและตัวสุดท้ายที่ใช้ในเอกสารฉบับนี้ทำให้เกิดฟังก์ชันขั้นตอนรูปแบบที่สองมาบรรจบกันที่ xx 1 x โดยที่ x คือส่วนของการตอบ A ซึ่งสอดคล้องกับกฎหมายของ Weber สำหรับ 1 อย่างไรก็ตามค่าของข้อมูลที่เราประมาณจะมีขนาดใหญ่กว่าความสามัคคีฟังก์ชันที่สามสำหรับขนาดใหญ่ r ประมาณส่วนของการตอบ A ฟังก์ชันที่สี่ให้ 1 2 2 x 1 ซึ่งเป็นค่าประมาณที่ดี ของรุ่นก่อนหน้านี้ให้ว่าพารามิเตอร์ที่เหมาะสม 1 2 สำหรับชุดข้อมูลของเรารุ่นที่ห้าให้ค่าคงที่ P x A 1 2 ในขีด จำกัด r ข้อมูลการทดลองเพิ่มเติมสำหรับ r ขนาดใหญ่จะช่วยให้สามารถตรวจสอบรุ่นต่อไปได้มีข้อ จำกัด บางประการการศึกษาครั้งแรกเราละเลยความเป็นปัจเจกบุคคลของผู้ตอบแบบสอบถามในความเป็นจริงสำหรับคำถามแต่ละคำถามควรมีผู้ที่รู้คำตอบที่ถูกต้องและผู้ที่ไม่รู้จักความรู้ส่วนบุคคลดังกล่าวสามารถนำมารวมกับแบบจำลองสำหรับการตอบคำถามต่อเนื่องได้ 24 33 ชี้แจงเรื่องนี้ในอนาคต งานที่สองเราพยายามที่จะรวมข้อมูลเกี่ยวกับการตอบสนองก่อนหน้านี้ลงในแบบจำลองของเราอย่างไรก็ตามการออกแบบของการทดลองทำให้ยากที่จะรับมือกับปัญหานี้คำตอบที่เสนอให้กับเรื่อง i ในแต่ละรอบไม่ใช่ตัวอย่างแบบสุ่มจากกลุ่มคำตอบ ในรอบก่อนหน้านี้ แต่เป็นคำตอบของผู้ตอบก่อนหน้า i 1, i 2,, ir ตามที่ระบุไว้ในตอนต้นซึ่งแสดงถึงการสุ่มตัวอย่างลำเอียงร่วมกับอิทธิพลของประวัติความเป็นตัวของตัวเองในการตัดสินใจครั้งใหม่ กระบวนการตัดสินใจของอาสาสมัครและวิวัฒนาการของเศษของคำตอบที่ถูกต้องแท้จริงในหลาย ๆ สถานการณ์บุคคลไม่ได้ตัดสินใจจาก tabula rasa การพัฒนาในอนาคตของทฤษฎีนี้คาดว่าจะรวมส่วนผสมเหล่านี้เข้ากับสถานการณ์ที่เป็นจริงมากยิ่งขึ้นนอกจากนี้การทดลองขนาดใหญ่ที่ใช้ประโยชน์จากเทคโนโลยีใหม่ ๆ ที่มีอยู่จะเป็นการต้อนรับที่จะเผชิญหน้ากับทฤษฎีการตัดสินใจ เรายอมรับผู้เขียนของ Refs 33 34 สำหรับการเปิดข้อมูลให้กับสาธารณะเราขอขอบคุณ Shintaro Mori สำหรับการสนทนาและให้ข้อมูลเกี่ยวกับขั้นตอนการซื้อข้อมูลของเราอย่างละเอียดนอกจากนี้เรายังรับทราบการสนทนาที่ลึกซึ้งกับ Gonzalo G de Polavieja และ Konstantin Klemm. Funding รายงานของ FIS2011-24785 จาก Ministerio de Economa Competitividad Spain และ FEDER EU แสดงความจำนงใช้ VME และ JFG CREST สำนักงานวิทยาศาสตร์และเทคโนโลยีแห่งประเทศญี่ปุ่นและโครงการ CREST สนับสนุนโครงการ NM ผู้บริจาคไม่มีบทบาทในการออกแบบการศึกษาการรวบรวมและวิเคราะห์ข้อมูลการตัดสินใจในการเผยแพร่ หรือการจัดทำต้นฉบับข้อมูลที่มีจำหน่ายข้อมูลอ้างอิง ar e จากการศึกษา Mori S, Hisakado M, Takahashi T 2012 การเปลี่ยนเฟสไปยังเฟสสองจุดในการทดสอบการลงคะแนนน้ำตกข้อมูล Phys Rev E 86 026109 ซึ่งผู้แต่งสามารถติดต่อได้ที่ Galton F Vox populi Nature 1907 75 450 451 doi 10 1038 075450a0.2 Surowiecki J ภูมิปัญญาของคนอเมริกันนิวยอร์ก Anchor หนังสือ 2005.3 Lorenz J, Rauhut H, Schweitzer F, Helbing D อิทธิพลทางสังคมที่สามารถทำลายภูมิปัญญาของผลกระทบฝูงชน Proc Natl Acad Sci USA 2011 108 9020 9025 doi 10 1073 pnas 1008636108 PMC free article PubMed.4 Axelrod R ความซับซ้อนของความร่วมมือ Princeton NJ Princeton University Press 1997.5 Castellano C, Fortunato S, Loreto V ฟิสิกส์สถิติของพลวัตทางสังคม Rev Mod Phys 2009 81 591 646 doi 10 1103 RevModPhys 81 591.6 Galam S Sociophysics A นักฟิสิกส์ของการสร้างแบบจำลองของปรากฏการณ์ทางจิตวิทยา - การเมืองนิวยอร์กนิวยอร์ก Springer 2012.7 Helbing D, Wenjian Y 2010 อนาคตของการทดลองทางสังคม Proc Natl Acad Sci USA 107 5265 5266 doi 10 1073 pnas 1000140107 PMC free article PubMed 8 Szolnoki A, วัง Z, Perc M ภูมิปัญญาของกลุ่มส่งเสริมความร่วมมือในประเด็นวิวัฒนาการทางสังคม Sci Rep 2012 2 576 doi 10 1038 srep00576 PMC free article PubMed.9 McNamara JM, Houston AI การประยุกต์ทฤษฎีการตัดสินใจทางสถิติต่อพฤติกรรมสัตว์ J Theor Biol 1980 85 673 690 doi 10 1016 0022-5193 80 90265-9 PubMed.10 D Kahneman AT, Tversky ความน่าจะเป็นอัตนัยในการตัดสินความเป็นตัวแทนใน Kahneman D, Slovic P, Tversky A ผู้แต่งคำตัดสินภายใต้ความไม่แน่นอน Heuristics และ Biases Cambridge Cambridge University กด 1982 หน้า 32 47.11 McNamara JM, Green RF, Olsson O Bayes ทฤษฎีบทและการประยุกต์ใช้ในพฤติกรรมของสัตว์ Oikos 2006 112 243 251 doi 10 1111 j 0030-1299 2006 14228 x.12 Martins ACR, de B Pereira C, Vicente R ความเห็น พลวัตโมเดลการแพร่กระจายของนวัตกรรม Physica A 2009 388 3225 3232 doi.13 McKay R, Efferson C การจัดการข้อผิดพลาดของ Evol Hum Behav 2010 31 309 319 doi.14 Trimmer PC, Houston AI, Marshall JAR, Mendl MT, Paul ES , McNamara JM การตัดสินใจภายใต้ความไม่แน่นอนและอคติ Bayesians Anim Cogn 2011 14 465 476 doi 10 1007 s10071-011-0387-4 PubMed.15 Perna A, Granovskiy B, Garnier S, Nicolis SC, Lab and M, Theraulaz G, et al Individual กฎสำหรับการสร้างรูปแบบทางทะเลในอาร์เจนตินามด Linepithema humile PLoS Comput Biol 2012 8 e1002592 doi PMC free article PubMed.16 Andreoni J, Mylovanov T ความคิดเห็นที่แตกต่างกัน Am Econ J Microecon 2012 4 209 232 doi 10 1257 mic 4 1 209.17 Arganda S, P rez - Escudero A, de Polavieja GG กฎทั่วไปสำหรับการตัดสินใจในกลุ่มสัตว์ต่างๆทั่วประเทศ Proc Natl Acad Sci USA 2012 109 20508 20513 doi 10 1073 pnas 1210664109 PMC free article PubMed.18 Johnson DD, Blumstein DT, Fowler JH, Haselton MG วิวัฒนาการของการจัดการข้อผิดพลาดข้อผิดพลาดข้อ จำกัด ด้านความรู้ความเข้าใจและการตัดสินใจปรับตัวอคติแนวโน้ม Ecol Evol 2013 28 474 481 doi PubMed.19 Marshall HH, Carter AJ, Ashford, Rowcliffe JM, Cowlishaw G ชาวไร่ตัดสินใจว่าจะทิ้งแพทช์ไว้เป็นเวลานานเท่าใด การทดสอบแบบจำลองทางเลือก und er เงื่อนไขทางธรรมชาติและการทดลอง J Anim Ecol 2013 82 894 902 doi 10 1111 1365-2656 12089 PubMed.20 มาร์แชลล์จาร์ Trimmer PC, Houston AI, McNamara JM เกี่ยวกับคำอธิบายวิวัฒนาการของความรู้ความเข้าใจอคติ Ecol Evol 2013 28 469 473 doi PubMed.21 Pz-Escudero, มิลเลอร์ N, Hartnett AT, Garnier S, Couzin ID, Polavieja GG แบบจำลองการประมาณการตัดสินใจร่วมกันระหว่างสามตัวเลือก Proc Natl Acad Sci USA 2013 110 E3466 E3467 doi 10 1073 pnas 1309867110 PMC free article PubMed.22 Knill DC, Pouget A สมอง Bayesian บทบาทของความไม่แน่นอนในการเข้ารหัสและการคำนวณประสาทแนวโน้ม Neurosci 2004 27 712 719 doi PubMed.23 Tenenbaum JB, Kemp C, Griffiths TL, Goodman ND วิธีการเติบโตสถิติความคิดโครงสร้างและนามธรรมวิทยาศาสตร์ 2011 331 1279 1285 doi 10 1126 science 1192788 PubMed.24 Banerjee AV รูปแบบง่ายๆของพฤติกรรมฝูง QJ Econ 1992 107 797 817 doi 10 2307 2118364.25 Orl การปฏิสัมพันธ์ของ Bayesian และการเปลี่ยนแปลงพลวัตของกลุ่มความคิดเห็นพฤติกรรมของฝูงและการเลียนแบบร่วมกัน ntagion J Econ Behav Organ 1995 28 257 274 doi 10 1016 0167-2681 95 00035-6.26 Martins ACR ความคิดเห็นต่อเนื่องและการกระทำที่ไม่ต่อเนื่องในปัญหาพลศาสตร์ความคิดเห็น Int J Mod Phys C 2008 19 617 624 doi 10 1142 S0129183108012339.27 Binmore K การตัดสินใจเชิงเหตุผล Princeton นิวเจอร์ซีย์พรินซ์ตันสำนักพิมพ์มหาวิทยาลัย 2008.28 Acemoglu D, Ozdaglar การเปลี่ยนแปลงความคิดเห็นและการเรียนรู้ในเครือข่ายสังคม Dyn Games Appl 2011 1 3 49 doi 10 1007 s13235-010-0004-1.29 Nishi R, Masuda N รูปแบบการสร้างความคิดเห็นร่วมกันภายใต้การปรับปรุงและการยืนยัน Bayesian อคติ Phys Rev E 2013 87 062123 doi 10 1103 PhysReve 87 062123 PubMed.30 Milgram S, Bickman L, Berkowitz LJ บุคคล Socol 1969 13 79 doi 10 1037 h0028070.31 Gallup AC, Hale JJ, Sumpter DJT, Garnier S, Kacelnik A, Krebs JR และอื่น ๆ Proc Natl Acad Sci USA 2012 109 7245 doi 10 1073 pnas 1116141109 PMC free article PubMed.32 Traulsen, Semmann D, Sommerfeld RD, Krambeck HJ, Milinski M การปรับปรุงกลยุทธ์ของมนุษย์ในเกมวิวัฒนาการ Proc Natl Acad Sci USA 2010 107 2962 2 966 doi 10 1073 pnas 0912515107 PMC free article PubMed.33 Mori S, Hisakado M, Takahashi T การเปลี่ยนเฟสไปยังเฟสสองจุดในการทดลองการลงคะแนนข้อมูลด้วยน้ำตกฟิสิกส์ Rev E 2012 86 026109 doi 10 1103 PhysReve 86 026109 PubMed.34 Mori S, Hisakado M, Takahashi T การยอมรับยุทธวิธีสูงสุดในการทดลองลงคะแนนน้ำตกข้อมูล J Phys Soc Japan 2013 82 084004 doi 10 7566 JPSJ 82 084004.35 King AJ, Cheng L, Starke SD, Myatt JP เป็นภูมิปัญญาที่แท้จริงของ ฝูงชนเพื่อคัดลอกบุคคลที่ประสบความสำเร็จ Biol Lett 2012 8 197 200 doi 10 1098 rsbl 2011 0795 PMC free article PubMed.36 Moussa d M, mmer JE, Analytis PP, Neth H อิทธิพลทางสังคมและพลวัตของกลุ่ม PLoS ONE 2013 8 e78433 doi PMC free article PubMed.37 Bikhchandani S, Hirshleifer D, Welch IA theory of fads, fashion, custom, and cultural change as informational cascades J Polit Econ 1992 100 992 1026 doi 10 1086 261849.38 Ward AJW, Herbert-Read JE, Sumpter DJT , Krause J Fast and accurate decisions through collective vigilance in fish shoals Proc Natl Acad Sci USA 2011 108 2312 2315 doi 10 1073 pnas 1007102108 PMC free article PubMed.39 P rez-Escudero A, de Polavieja GG Collective animal behavior from bayesian estimation and probability matching PLoS Comput Biol 2011 7 e1002282 doi PMC free article PubMed.40 Goss S, Aron S, Deneubourg JL, Pasteels JM Self-organized shortcuts in the Argentine ant Naturwissenschaften 1989 76 579 581 doi 10 1007 BF00462870.41 Deneubourg JL, Aron S, Goss S, Pasteels JM The self-organizing exploratory pattern of the Argentine ant J Insect Behav 1990 3 159 168 doi 10 1007 BF01417909.42 Meunier H, Leca JB, Deneubourg JL, Petit O Group movement decisions in capuchin monkeys the utility of an experimental study and a mathematical model to explore the relationship between individual and collective behaviours Behaviour 2006 143 1511 1527 doi 10 1163 156853906779366982.Articles from PLoS ONE are provided here courtesy of Public Library of Science.