这就产生了勘探概率p(π)=0.753,p(π)=0.247。同样,这与实验值pexp(π)=0.83,pexp(π)=0.17一致,处于统计误差走廊中。比较例1和例2,我们发现在相同的支付条件下,支付权重分布的变化会导致吸引力因素的逆转,从而导致偏好的逆转。例3。前景是π={4,0.8 |0,0.2},π={3,1}。效用系数(26)变为f(π)=0.516,f(π)=0.484。到目前为止,g(π)=1.333,r(π)=0,α(π)=-1.第二种前景更具吸引力。然后,我们得到了概率p(π)=0.266,p(π)=0.734,这与经验结果pexp(π)=0.2,pexp(π)=0.8非常吻合。例4。前景π={4,0.2 | 0,0.8},π={3,0.25 | 0,0.75}与前一个例子一样,具有相同的收益和相同的效用系数f(π)=0.516,f(π)=0.484。现在我们有g(π)=1.333,r(π)=0.937,α(π)=0.249。因此,第一个前景更具吸引力。与例3相比,这给出了具有相反偏好的前景概率p(π)=0.766,p(π)=0.234。实验结果pexp(π)=0.65,pexp(π)=0.35与理论预测一致。例5。对于前景π={6,0.45 | 0,0.55},π={3,0.9 | 0,0.1},效用因子相等,f(π)=0.5,f(π)=0.5。第二种前景更具吸引力,因为g(π)=2,r(π)=0.182,α(π)=-0.636 .然后p(π)=0.25,p(π)=0.75。实验结果pexp(π)=0.14,pexp(π)=0.86,在±0.1的统计误差范围内,与理论预测一致。例6。前景π={6,0.001 | 0,0.999},π={3,0.002 | 0,0.998}导致与前一示例中相同的效用因子sf(π)=0.5,f(π)=0.5。这两种前景的不确定性非常接近。