update q learning job search

Author: HumphreyYang

lectures/aiyagari.md

@@ -169,9 +169,9 @@ w(r) = A  (1 - \alpha)  (A \alpha / (r + \delta))^{\alpha / (1 - \alpha)}
 * 价格诱导的行为产生的总量与价格一致
 * 总量和价格随时间保持不变
 
-更详细地说，SREE列出了价格、储蓄和生产政策的集合，使得：
+更详细地说，SREE列出了价格、储蓄和生产策略的集合，使得：
 
-* 家庭在给定价格下选择指定的储蓄政策
+* 家庭在给定价格下选择指定的储蓄策略
 * 企业在相同价格下最大化利润
 * 产生的总量与价格一致；特别是，资本需求等于供给
 * 总量（定义为横截面平均值）保持不变
@@ -180,8 +180,8 @@ w(r) = A  (1 - \alpha)  (A \alpha / (r + \delta))^{\alpha / (1 - \alpha)}
 
 1. 选择一个提议的总资本量 $K$
 2. 确定相应的价格，其中利率 $r$ 由 {eq}`aiy_rgk` 决定，工资率 $w(r)$ 由 {eq}`aiy_wgr` 给出
-3. 确定给定这些价格下家庭的共同最优储蓄政策
-4. 计算给定这个储蓄政策下的稳态资本平均值
+3. 确定给定这些价格下家庭的共同最优储蓄策略
+4. 计算给定这个储蓄策略下的稳态资本平均值
 
 如果最终数量与 $K$ 一致，那么我们就得到了一个SREE。
 
@@ -214,7 +214,7 @@ w(r) = A  (1 - \alpha)  (A \alpha / (r + \delta))^{\alpha / (1 - \alpha)}
 class Household:
     """
     这个类接收定义家庭资产积累问题的参数，并计算相应的回报和转移矩阵R
-    和Q，这些矩阵是生成DiscreteDP实例所必需的，从而求解最优政策。
+    和Q，这些矩阵是生成DiscreteDP实例所必需的，从而求解最优策略。
 
     关于索引的说明：我们需要将状态空间S枚举为序列S = {0, ..., n}。
     为此，(a_i, z_i)索引对根据以下规则映射到s_i索引：
@@ -313,7 +313,7 @@ def asset_marginal(s_probs, a_size, z_size):
     return a_probs
 ```
 
-作为第一个例子，让我们计算并绘制在固定价格下的最优积累政策。
+作为第一个例子，让我们计算并绘制在固定价格下的最优积累策略。
 
 ```{code-cell} python3
 # 示例价格
@@ -353,7 +353,7 @@ ax.legend(loc='upper left')
 plt.show()
 ```
 
-该图显示了在不同外生状态值下的资产积累政策。
+该图显示了在不同外生状态值下的资产积累策略。
 
 现在我们要计算均衡。
 
@@ -399,7 +399,7 @@ def prices_to_capital_stock(am, r):
     w = r_to_w(r)
     am.set_prices(r, w)
     aiyagari_ddp = DiscreteDP(am.R, am.Q, β)
-    # 计算最优政策
+    # 计算最优策略
     results = aiyagari_ddp.solve(method='policy_iteration')
     # 计算稳态分布
     stationary_probs = results.mc.stationary_distributions[0]

lectures/career.md

@@ -18,7 +18,7 @@ kernelspec:
 </div>
 ```
 
-# 工作搜寻 V：职业选择建模
+# 求职搜索 V：职业选择建模
 
 ```{index} single: Modeling; Career Choice
 ```
@@ -73,13 +73,13 @@ from matplotlib import cm
 * *职业*被理解为包含许多可能工作的一般领域，而
 * *工作*被理解为在特定公司的一个职位
 
-对于工人来说，工资可以分解为工作和职业的贡献
+对于劳动者来说，工资可以分解为工作和职业的贡献
 
 * $w_t = \theta_t + \epsilon_t$，其中
   * $\theta_t$ 是在时间 t 职业的贡献
   * $\epsilon_t$ 是在时间 t 工作的贡献
 
-在时间 t 开始时，工人有以下选择
+在时间 t 开始时，劳动者有以下选择
 
 * 保持当前的（职业，工作）组合 $(\theta_t, \epsilon_t)$
   --- 以下简称为"原地不动"
@@ -93,9 +93,9 @@ $\theta$ 和 $\epsilon$ 的抽取彼此独立，且与过去的值无关，其
 * $\theta_t \sim F$
 * $\epsilon_t \sim G$
 
-注意，工人没有保留工作但重新选择职业的选项 --- 开始新职业总是需要开始新工作。
+注意，劳动者没有保留工作但重新选择职业的选项 --- 开始新职业总是需要开始新工作。
 
-年轻工人的目标是最大化折现工资的预期总和
+年轻劳动者的目标是最大化折现工资的预期总和
 
 ```{math}
 :label: exw
@@ -330,14 +330,14 @@ plt.show()
 ```
 解释：
 
-* 如果工作和职业都很差或一般，工人会尝试新的工作和新的职业。
-* 如果职业足够好，工人会保持这个职业，并尝试新的工作直到找到一个足够好的工作。
-* 如果工作和职业都很好，工人会保持现状。
+* 如果工作和职业都很差或一般，劳动者会尝试新的工作和新的职业。
+* 如果职业足够好，劳动者会保持这个职业，并尝试新的工作直到找到一个足够好的工作。
+* 如果工作和职业都很好，劳动者会保持现状。
 
-注意，工人总是会保持一个足够好的职业，但不一定会保持即使是最高薪的工作。
+注意，劳动者总是会保持一个足够好的职业，但不一定会保持即使是最高薪的工作。
 
 原因是高终身工资需要这两个变量都很大，而且
-工人不能在不换工作的情况下换职业。
+劳动者不能在不换工作的情况下换职业。
 
 * 有时必须牺牲一个好工作来转向一个更好的职业。
 
@@ -348,7 +348,7 @@ plt.show()
 ```
 
 使用 `CareerWorkerProblem` 类中的默认参数设置，
-当工人遵循最优策略时，生成并绘制 $\theta$ 和 $\epsilon$ 的典型样本路径。
+当劳动者遵循最优策略时，生成并绘制 $\theta$ 和 $\epsilon$ 的典型样本路径。
 特别是，除了随机性之外，复现以下图形（其中横轴表示时间）
 
 ```{figure} /_static/lecture_specific/career/career_solutions_ex1_py.png
@@ -412,15 +412,15 @@ plt.show()
 ```{exercise}
 :label: career_ex2
 
-现在让我们考虑从起点$(\theta, \epsilon) = (0, 0)$开始，工人需要多长时间才能找到一份永久性工作。
+现在让我们考虑从起点$(\theta, \epsilon) = (0, 0)$开始，劳动者需要多长时间才能找到一份永久性工作。
 
 换句话说，我们要研究这个随机变量的分布
 
 $$
-T^* := \text{工人的工作不再改变的第一个时间点}
+T^* := \text{劳动者的工作不再改变的第一个时间点}
 $$
 
-显然，当且仅当$(\theta_t, \epsilon_t)$进入$(\theta, \epsilon)$空间的"保持不变"区域时，工人的工作才会变成永久性的。
+显然，当且仅当$(\theta_t, \epsilon_t)$进入$(\theta, \epsilon)$空间的"保持不变"区域时，劳动者的工作才会变成永久性的。
 
 令$S$表示这个区域，$T^*$可以表示为在最优策略下首次到达$S$的时间：
 
@@ -472,7 +472,7 @@ median_time(greedy_star, F, G)
 
 这些中位数会受随机性影响，但应该分别约为7和14。
 
-不出所料，更有耐心的工人会等待更长时间才会安定在最终的工作岗位上。
+不出所料，更有耐心的劳动者会等待更长时间才会安定在最终的工作岗位上。
 
 ```{solution-end}
 ```
@@ -507,7 +507,7 @@ ax.text(4.5, 1.5, '新工作', fontsize=14, rotation='vertical')
 ax.text(4.0, 4.5, '保持现状', fontsize=14)
 plt.show()
 ```
-在新图中，你可以看到工人选择留在原地的区域变大了，这是因为 $\epsilon$ 的分布更加集中在均值附近，使得高薪工作的可能性降低了。
+在新图中，你可以看到劳动者选择留在原地的区域变大了，这是因为 $\epsilon$ 的分布更加集中在均值附近，使得高薪工作的可能性降低了。
 
 ```{solution-end}
 ```

lectures/exchangeable.md

@@ -34,7 +34,7 @@ DeFinetti的工作对经济学家的相关性在David Kreps的{cite}`Kreps88`第
 
 我们在本讲座中研究的一个例子是{doc}`这个讲座 <odu>`的一个关键组成部分，它扩充了
 
-{doc}`classic <mccall_model>` McCall的经典工作搜索模型{cite}`McCall1970`通过为失业工人提供一个统计推断问题来展示。
+{doc}`classic <mccall_model>` McCall的经典工作搜索模型{cite}`McCall1970`通过为失业劳动者提供一个统计推断问题来展示。
 
 我们创建图表来说明似然比在贝叶斯定律中所起的作用。
 

lectures/finite_markov.md

@@ -139,12 +139,12 @@ $$
 (mc_eg1)=
 ### 示例1
 
-让我们考虑一个工人的就业状态，在任何给定时间 $t$，该工人要么处于失业状态（状态0）要么处于就业状态（状态1）。
+让我们考虑一个劳动者的就业状态，在任何给定时间 $t$，该劳动者要么处于失业状态（状态0）要么处于就业状态（状态1）。
 
 假设在一个月的时间内：
 
-1. 一个失业工人找到工作的概率是 $\alpha \in (0, 1)$。
-2. 一个就业工人失去工作的概率是 $\beta \in (0, 1)$。
+1. 一个失业劳动者找到工作的概率是 $\alpha \in (0, 1)$。
+2. 一个就业劳动者失去工作的概率是 $\beta \in (0, 1)$。
 
 在马尔可夫链模型中，我们有：
 
@@ -168,7 +168,7 @@ P
 有了 $\alpha$ 和 $\beta$ 的值后，我们可以回答许多有趣的问题，例如：
 
 * 一个人平均会失业多长时间？
-* 长期来看，一个工人有多大比例的时间处于失业状态？
+* 长期来看，一个劳动者有多大比例的时间处于失业状态？
 * 如果一个人现在有工作，那么在未来一年内他至少失业一次的概率是多少？
 
 我们将在后续章节中详细探讨这些应用。
@@ -466,25 +466,25 @@ $$
 ```
 我们研究的边际分布不仅可以解释为概率，还可以被理解为大数定律下大样本中实际观察到的横截面分布。
 
-为了更好地理解这一点，让我们回到{ref}`前面讨论的<mc_eg1>`工人就业/失业动态模型。
+为了更好地理解这一点，让我们回到{ref}`前面讨论的<mc_eg1>`劳动者就业/失业动态模型。
 
-想象一个大型工人群体，其中每个工人的职业生涯都遵循相同的动态过程，且每个工人的经历在统计上独立于其他工人。
+想象一个大型劳动者群体，其中每个劳动者的职业生涯都遵循相同的动态过程，且每个劳动者的经历在统计上独立于其他劳动者。
 
 假设$\psi$代表当前在状态空间$\{ 0, 1 \}$上的*横截面*分布。
 
-这个横截面分布反映了某一时刻就业和失业工人的比例。
+这个横截面分布反映了某一时刻就业和失业劳动者的比例。
 
 * 具体来说，$\psi(0)$表示失业率。
 
 如果我们想知道10个周期后的横截面分布会是什么样子，答案是$\psi P^{10}$，其中$P$是{eq}`p_unempemp`中给出的随机矩阵。
 
-这一结果成立是因为每个工人的状态都按照矩阵$P$的规律演变，因此$\psi P^{10}$代表了随机选取的单个工人的边际分布。
+这一结果成立是因为每个劳动者的状态都按照矩阵$P$的规律演变，因此$\psi P^{10}$代表了随机选取的单个劳动者的边际分布。
 
 根据大数定律，当样本规模足够大时，观察到的频率会非常接近理论概率。
 
 因此，对于一个足够大（接近无限）的人口，
 
-$\psi P^{10}$同时也代表了处于各个状态的工人比例。
+$\psi P^{10}$同时也代表了处于各个状态的劳动者比例。
 
 这正是我们所说的横截面分布。
 
@@ -701,7 +701,7 @@ $P$的每个元素都严格大于零是保证非周期性和不可约性的充
 
 ### 示例
 
-回想我们之前{ref}`讨论过的 <mc_eg1>`关于某个工人就业/失业动态的模型。
+回想我们之前{ref}`讨论过的 <mc_eg1>`关于某个劳动者就业/失业动态的模型。
 
 假设$\alpha \in (0,1)$且$\beta \in (0,1)$，一致遍历条件是满足的。
 
@@ -713,7 +713,7 @@ $$
 p = \frac{\beta}{\alpha + \beta}
 $$
 
-这个值表示长期来看，工人处于失业状态的平均时间比例 -- 我们将在后续章节中详细讨论这一解释。
+这个值表示长期来看，劳动者处于失业状态的平均时间比例 -- 我们将在后续章节中详细讨论这一解释。
 
 不出所料，当$\beta \to 0$时，它趋近于零；当$\alpha \to 0$时，它趋近于一。
 
@@ -857,7 +857,7 @@ $$
 
 从横截面角度看，$p$ 表示整个人口中失业者的比例。
 
-而根据刚才介绍的遍历性结果，$p$ 也表示单个工人长期来看处于失业状态的时间占比。
+而根据刚才介绍的遍历性结果，$p$ 也表示单个劳动者长期来看处于失业状态的时间占比。
 
 这意味着，从长期来看，群体的横截面平均值与个体的时间序列平均值是一致的。
 
@@ -976,7 +976,7 @@ $$
 ```{exercise}
 :label: fm_ex1
 
-根据{ref}`上述讨论 <mc_eg1-2>`，如果一个工人的就业动态遵循随机矩阵
+根据{ref}`上述讨论 <mc_eg1-2>`，如果一个劳动者的就业动态遵循随机矩阵
 
 $$
 P
@@ -1032,7 +1032,7 @@ ax.hlines(0, 0, N, lw=2, alpha=0.6)   # 在零处画水平线
 
 for x0, col in ((0, 'blue'), (1, 'green')):
 
-    # 生成从x0开始的工人的时间序列
+    # 生成从x0开始的劳动者的时间序列
     X = mc.simulate(N, init=x0)
 
     # 计算每个n的失业时间比例

lectures/jv.md

@@ -18,7 +18,7 @@ kernelspec:
 </div>
 ```
 
-# {index}`工作搜寻 VI：在职搜索 <single: Job Search VI: On-the-Job Search>`
+# {index}`求职搜索 VI：在职搜索 <single: Job Search VI: On-the-Job Search>`
 
 ```{index} single: Models; On-the-Job Search
 ```
@@ -60,24 +60,24 @@ from numba import jit, prange
 ```{index} single: 在职搜索; 模型
 ```
 
-令 $x_t$ 表示在特定公司就职的工人在 t 时刻的工作特定人力资本，$w_t$ 表示当前工资。
+令 $x_t$ 表示在特定公司就职的劳动者在 t 时刻的工作特定人力资本，$w_t$ 表示当前工资。
 
 令 $w_t = x_t(1 - s_t - \phi_t)$，其中
 
 * $\phi_t$ 是对当前职位的工作特定人力资本投资，且
 * $s_t$ 是用于获取其他公司新工作机会的搜索努力。
 
-只要工人继续留在当前工作，$\{x_t\}$ 的演变由 $x_{t+1} = g(x_t, \phi_t)$ 给出。
+只要劳动者继续留在当前工作，$\{x_t\}$ 的演变由 $x_{t+1} = g(x_t, \phi_t)$ 给出。
 
-当 t 时刻的搜索努力为 $s_t$ 时，工人以概率 $\pi(s_t) \in [0, 1]$ 收到新的工作机会。
+当 t 时刻的搜索努力为 $s_t$ 时，劳动者以概率 $\pi(s_t) \in [0, 1]$ 收到新的工作机会。
 
 这个机会的价值（以工作特定人力资本衡量）是 $u_{t+1}$，其中 $\{u_t\}$ 是具有共同分布 $f$ 的独立同分布序列。
 
-工人可以拒绝当前的工作机会并继续现有的工作。
+劳动者可以拒绝当前的工作机会并继续现有的工作。
 
 因此，如果接受则 $x_{t+1} = u_{t+1}$，否则 $x_{t+1} = g(x_t, \phi_t)$。
 
-令 $b_{t+1} \in \{0,1\}$ 为二元随机变量，其中 $b_{t+1} = 1$ 表示工人在时间 $t$ 结束时收到一个工作机会。
+令 $b_{t+1} \in \{0,1\}$ 为二元随机变量，其中 $b_{t+1} = 1$ 表示劳动者在时间 $t$ 结束时收到一个工作机会。
 
 我们可以写成
 
@@ -136,14 +136,14 @@ $\text{Beta}(2,2)$ 分布的支撑集是 $(0,1)$ - 它具有单峰、对称的
 
 在我们求解模型之前，让我们做一些快速计算，以直观地了解解应该是什么样子。
 
-首先，注意到工人有两种方式来积累资本从而提高工资：
+首先，注意到劳动者有两种方式来积累资本从而提高工资：
 
 1. 通过 $\phi$ 投资于当前工作的特定资本
 1. 通过 $s$ 搜索具有更好的工作特定资本匹配的新工作
 
 由于工资是 $x (1 - s - \phi)$，通过 $\phi$ 或 $s$ 进行投资的边际成本是相同的。
 
-我们的风险中性工人应该专注于预期回报最高的工具。
+我们的风险中性劳动者应该专注于预期回报最高的工具。
 
 相对预期回报将取决于$x$。
 
@@ -167,7 +167,7 @@ $\text{Beta}(2,2)$ 分布的支撑集是 $(0,1)$ - 它具有单峰、对称的
 
 1. 在任何给定状态$x$下，两个控制变量$\phi$和$s$将
 
-主要作为替代品 --- 工人会专注于预期回报较高的工具。
+主要作为替代品 --- 劳动者会专注于预期回报较高的工具。
 1. 对于足够小的 $x$，搜索会比投资工作特定人力资本更可取。对于较大的 $x$，则相反。
 
 现在让我们转向实施，看看是否能验证我们的预测。
@@ -388,9 +388,9 @@ plt.show()
 
 总的来说，这些策略与我们在{ref}`上文<jvboecalc>`中的预测相符
 
-* 工人根据相对回报在两种投资策略之间切换。
+* 劳动者根据相对回报在两种投资策略之间切换。
 * 对于较低的 $x$ 值，最佳选择是寻找新工作。
-* 一旦 $x$ 变大，工人通过投资于当前职位的特定人力资本会获得更好的回报。
+* 一旦 $x$ 变大，劳动者通过投资于当前职位的特定人力资本会获得更好的回报。
 
 ## 练习
 
@@ -487,12 +487,12 @@ $\phi_t = \phi(x_t) \approx 0.6$。
 而 $\phi_t$ 收敛到约0.6。
 
 由于这些结果是在 $\beta$ 接近1的情况下计算的，
-让我们将它们与*无限*耐心的工人的最佳选择进行比较。
+让我们将它们与*无限*耐心的劳动者的最佳选择进行比较。
 
-直观地说，无限耐心的工人会希望最大化稳态工资，
+直观地说，无限耐心的劳动者会希望最大化稳态工资，
 而稳态工资是稳态资本的函数。
 
-你可以认为这是既定事实——这确实是真的——无限耐心的工人
+你可以认为这是既定事实——这确实是真的——无限耐心的劳动者
 在长期内不会搜索（即，对于较大的 $t$，$s_t = 0$）。
 
 因此，给定 $\phi$，稳态资本是映射 $x \mapsto g(x, \phi)$ 的正固定点 $x^*(\phi)$。
@@ -531,7 +531,7 @@ plt.show()
 
 这与{ref}`jv_ex1`中得到的$\phi$的长期值相似。
 
-因此，无限耐心的工人的行为与$\beta = 0.96$的工人的行为相似。
+因此，无限耐心的劳动者的行为与$\beta = 0.96$的劳动者的行为相似。
 
 这看起来是合理的，并且帮助我们确认我们的动态规划解可能是正确的。