22. Например, Чен с соавторами (2016) выводит «оценку распространения» заражения нарративом на основе цитат и цитат внутри цитат. Подобный подход связан с важностью степени заразности нарративов, что выходит за рамки простого подсчета количества упоминаний.
1. Миллер (2012 г.) выводит это уравнение из стохастической модели, основанной на процессах Пуассона и обобщающей варианты модели Кермака – Маккендрика.
2. Carvalho and Goncalves, 2016, https://arxiv.org/pdf/1609.09313.pdf.
3. Общие кинетические уравнения в химии очень напоминают систему из трех уравнений, показанную здесь, но с заменой SI в первых двух уравнениях на S: https://bio.libretexts.org/TextMaps/Map%3A_Biochemistry_Online_(Jakubowski)/06%3A_TRANSPORT_AND_KINETICS/B._Kinetics_of_Simple_and_Enzyme-Catalyzed_Reactions_/B2
._Multi-Step_Reactions.Здесь
4. Модель SIRS аналогична приведенной выше модели SIR, за исключением того, что в правую часть первого уравнения добавлен +sR, а в правую часть третьего уравнения – sR, где s > 0 – показатель восприимчивости. В этой модели путь заражения может в зависимости от параметров выглядеть так же, как на рис. А.1, но приближаться к ненулевой горизонтальной асимптоте по мере увеличения времени: инфекция фактически никогда не исчезает, и болезнь становится эндемической. Breda et al., 2012.
5. Grais et al., 2004.
6. Legrand et al., 2007.
7. Long et al., 2008.
8. База JSTOR содержит более 9 млн научных статей и книг по всем областям, 7 % из них касаются бизнеса или экономики, 25 % статей по запросам ARIMA, ARMA или «авторегрессивный» относятся именно к бизнесу и экономике.
9. Обоснованием для моделей скользящего среднего иногда используется теорема Волда (1954 г.), которая показывает, что любой ковариантно стационарный стохастический процесс может быть смоделирован как скользящее среднее членов, создающих «белый шум» плюс детерминированная составляющая. Но нет никаких оснований предполагать, что простые варианты моделей ARIMA являются настолько общими. Возможно, в некоторых случаях мы сможем повысить качество экономических прогнозов, если представим остаточные члены или движущие переменные как результат коэпидемий нарративов, о которых у нас есть какая-то информация.
10. Nsoesie et al., 2013.
11. Nathanson and Martin, 1979.
12. Bailey et al., 2016.
13. Lamberson, 2016.
14. Banerjee, 1992; Bikhchandani et al., 1992.
15. Goel et al., 2016.
16. Katz and Lazarsfeld, 1955, pp. 44–45.
17. Herr et al., 1991.
18. Bauckhage, 2011.
19. Shiller and Pound, 1989, p. 54. Слова в квадратных скобках были опущены в версии вопроса, адресованного индивидуальным инвесторам.
20. http://knowledge.wharton.upenn.edu/article/is-this-the-end-of-money/.
21. Рэнд и Уилсон (1991 г.), Цзэн и др. (2005 г.), Чжэн и др. (2015 г.) и Олсен и др. (1988 г.) утверждают, что хаотическая форма модели SEIR соответствует данным об эпидемиях кори, свинки и краснухи.
22. Основная идея информационного каскада была разработана Банерджи (1992 г.) и Бикчандани и др. (1992 г.), а затем ее развили Вивес (1996 г.) и Банерджи и Фуденберг (2004 г.).
23. Akerlof and Yellen, 1985.
24. Выбор ресторана ֫— известный пример в работе Банерджи (1992 г.).
25. Банерджи и Фуденберг (2004 г.) рассматривают вопрос с позиции теории игр, когда совершенно рациональные люди могут прийти к консенсусу относительно ложной информации.
Литература
Abreu, Ildeberta. 2011. “International Organizations’ vs. Private Analysts’ Forecasts: An Evaluation.” Bank of Portugal, https://www.bportugal.pt/sites/default/files/anexos/papers/ab201105 e.pdf.
Achen, Christopher H., and Larry M. Bartels. 2017.
Aiden, Erez, and Jean-Baptiste Michel. 2013.