The idea of approximating the Shapley value of an n-person game by random sampling was introduced by Castro et al. ( 2009) and further improved by Maleki et al. (2013) andCastro et al. (2017) using stratification. In contrast to their independent sampling method, in this paper, we develop an algorithm that uses a pair of negatively correlated samples to reduce the variance of the estimation. We examine eight games with different characteristics to test the performance of our proposed algorithm. We show that in most cases (seven of eight) this method has at least as low variance as an independent sample, and in some instances (five of eight), it dramatically (almost 60% on average) improves the quality of the estimation. After analyzing the results, we conclude that the recommended method works best in case of games with high variability in the marginal contributions.
Folyamatosan terjed a világban a határozott idejű, szerződéses alapú foglalkoztatás. Ezt a munkaszervezési módot sok elnevezéssel illetik, mi a legátfogóbb értelemben a haknigazdaság (angolul gig economy) elnevezést használjuk a dolgozatban. Ismertetjük a haknigazdaság alapvető jellemzőit, különös tekintettel a munkás és a munkáltató viszonyát meghatározó, rövid távú és ösztönző szerződésekre. A haknigazdaságban a munkáltató teljesítménybérrel ösztönzi a munkást, hogy az a számára kedvező intenzitással dolgozzon. Az ösztönző teljesítménybérrel a munkáltató az üzleti kockázatát is kiszervezi a munkásnak, akinek ezáltal a bére és az egész munkája bizonytalan. A dolgozatban bemutatjuk, hogy a rövid távú ösztönző szerződésből eredeztethető bizonytalanság számtalan pszichológiai és társadalmi kihívás okozója.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.