If you choose not to decide, you still have made a choice

هنگام طراحی آزمایشهای اظهار نظر، مدلسازان ممکن است نظریات ارائه دهنده پاسخ دهند؟ جایگزین برای اجتناب از انتخاب های تصادفی زمانی که اختلاف ابزار میان گزینه ها درک می شود به عنوان بسیار کوچک است. با انجام این کار، مدلساز از ایجاد نویز سفید برای داده ها جلوگیری می کند و ممکن است اطلاعات بیشتری کسب کند. این مقاله چارچوبی را برای انتخاب گزینه های گسسته در حضور گزینه های بی تفاوتی ارائه می دهد. این روش اجازه می دهد تا تابع احتمال را نشان دهد، مستقل از تعدادی از گزینه ها در مجموعه انتخاب و در زیر مجموعه جایگزین های بی تفاوتی، ارائه یک رویکرد جدید به روش های موجود که تنها برای شرایط انتخاب باینری تعریف شده است. این روش با کمک داده های شبیه سازی شده و واقعی مورد آزمایش قرار می گیرد و نشان می دهد که چارچوب پیشنهادی به بهبود پارامترهای مورد استفاده در تولید مجموعه داده های مصنوعی بدون اغلب مشکلات در بسیاری از موارد کمک می کند. رویکردهای جایگزین، از جمله در نظر داشتن گزینه بی تفاوتی به عنوان یک گزینه جایگزین یا نادیده گرفتن انتخاب بی تکلف، به وضوح از طریق چارچوب پیشنهادی بهتر عمل می کنند و به نظر می رسد قادر به بهبود پارامترهای موجود در مجموعه شبیه سازی نشده اند.