Netlogo:滑块比率驱动>;如果不是随机结果之一

Netlogo:滑块比率驱动>;如果不是随机结果之一,netlogo,Netlogo,我有点卡住了,不知道这是netlogo的期望,还是我做错了什么 我试图根据一个滑块比率(称为“确定比率”)设置一个选项,然后驱动一个Ifelse结果,设置一个状态 理想情况下-如果我将滑块设置为80%(100%)。我想看看真变量的和 [“1年抛物线”“5年抛物线”“10年抛物线”]~80% 但是,我得到的是一个很大的方差,即有时我得到75、90、85等,而不是80% 这是一种期望吗,用一种构造(或者我正在做的方式) 或者,这能做得更好吗?(注意:总体是一个变量(滑块输入)) 谢谢:) 代码如下:

我有点卡住了,不知道这是netlogo的期望,还是我做错了什么

我试图根据一个滑块比率(称为“确定比率”)设置一个选项,然后驱动一个Ifelse结果,设置一个状态

理想情况下-如果我将滑块设置为80%(100%)。我想看看真变量的和 [“1年抛物线”“5年抛物线”“10年抛物线”]~80%

但是,我得到的是一个很大的方差,即有时我得到75、90、85等,而不是80%

这是一种期望吗,用一种构造(或者我正在做的方式)

或者,这能做得更好吗?(注意:总体是一个变量(滑块输入))

谢谢:)

代码如下:

ifelse random 100 < determinate-ratio
[ set state one-of [ "1-year-parabola" "5-year-parabola" "10-year-parabola"]]
[ set state one-of [ "decline" "experimenting"]]
ifelse随机100<确定比率
[设置[“1年抛物线”、“5年抛物线”和“10年抛物线”的状态之一]
[将状态设置为[“拒绝”“试验”]]

您没有说您看到这种变化的次数,但我觉得这并不是特别错误。变异是随机过程的预期结果,这就是为什么ABM必须运行多次才能获得任何“典型”行为的感觉


实际上,你是从一个成功概率为0.8和100次试验的二项分布中得出的。如果你对数学不太熟悉,那么你可以使用在线二项分布计算器(比如Stat Trek at的计算器)来感受合理的变化。例如,在4.4%的模型运行中正好出现75次,8.7%的模型运行中出现75次或更少。

您的代码看起来不错。这当然是一个随机过程。有多少特工?如果数量不多,您会期望有实质性的变化。@JenB很高兴听到您的消息:)在本例中,只有100个代理与1000个代理一起尝试,看看您的比例是多少get@JenB好主意,1000:maxVar5%。通常是2%左右。谢谢你澄清这一点!:)这是我下一步对结果进行分析以了解趋势,尽管我不确定我是否在生成随机性的方式中遗漏了潜在的偏差。