DP15961利用机器学习和定性访谈设计了一个五问题的女性代理指数

• Seema Jayachandran莫妮卡Biradavolu简•库珀
2021年3月25日

我们提出了一种新的方法来设计一个简短的调查测量一个复杂的概念，如妇女的代理。该方法结合了混合方法数据收集和机器学习。我们选择最好的调查问题是基于它们与定性访谈中产生的概念的“黄金标准”度量的相关度。在我们的应用中，我们对印度哈里亚纳邦的209名女性的代理能力进行了测量，首先是通过半结构化的面试，其次是通过大量的封闭式问题。我们使用定性编码方法，根据访谈对每个女性的代理进行评分，我们将其视为她真正的代理。为了确定最能预测“真相”的封闭式问题，我们应用了建立在LASSO和随机森林基础上的统计算法，但限制了模型中选择的变量的数量(在我们的例子中是五个)。由此产生的五个问题指数与编码的定性面试密切相关，就像使用所有候选问题的指数一样。这种根据调查问题与编码定性访谈的统计对应性来选择调查问题的方法，可用于为许多其他潜在结构设计简短的调查模块。