jmsc-behavioral-om

npx skills add brycewang-stanford/Awesome-Journal-Skills --skill jmsc-behavioral-om --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# 行为运作（jmsc-behavioral-om） ## 触发时机 - 研究对象是**人的决策偏差**（如订货偏差、心理账户、公平偏好） - 有实验数据，想用它**校准/检验一个行为模型** - 审稿质疑"只是做了个实验，行为模型在哪/能否识别" - 不确定走纯解析建模还是行为实验路径 ## 核心：实验 + 可识别的行为模型 行为运作在本刊的对口姿势是**实验设计规范 + 行为模型识别并重**：不仅报告"被试偏离最优"，更要用一个含**行为参数**的模型刻画偏差，并从数据中**识别该参数**。只有实验、没有模型 → 偏心理学，不对口。 ## 实验设计规范 - **因果设计**：操纵自变量、随机分配、控制混淆；明确处理组/对照组。 - **激励相容**：报酬与决策绩效挂钩，避免无成本作答（hypothetical bias）。 - **操纵检验（manipulation check）**：确认被试确实感知到了被操纵的变量。 - **样本与功效**：报告样本量、被试来源、功效分析依据。 - **预注册/稳健性**：若可行，预注册假设；报告对异常值/学习效应的处理。 ## 行为模型与识别 | 环节 | 要求 | |------|------| | 基准模型 | 给出理性最优作为对照（偏差相对它度量） | | 行为模型 | 引入行为参数（如损失厌恶 λ、公平 α、锚定权重） | | 识别 | 说明参数如何从实验数据估计；是否可识别（变异来源） | | 检验 | 行为模型 vs 理性模型的拟合比较（似然/信息准则） | | 稳健 | 替代行为设定、个体异质性、稳健标准误 | ## 执行桥（StatsPAI / Stata MCP） 把设计**跑出来并审计**，而不是只做描述。完整映射见 [`execution-with-mcp`](../../../shared-resources/empirical-methods/execution-with-mcp.md)。《管理科学学报》以解析/运筹/建模为主——优化、算法、数值实验与证明不在该因果推断工具链内；下面的链路服务其行为运营(behavioral-om)等实证支线。 - `detect_design` → `recommend` → 用 `as_handle=true` 拟合 → `audit_result` 列出尚欠的检查。 - **观察性因果：**交错 DID（`callaway_santanna` / `sun_abraham` + `bacon_decomposition` + `honest_did_from_result`）；IV（`effective_f_test` + `anderson_rubin_ci`）；RDD（`rdrobust` + `mccrary_test`）。 - **实验：**随