ПРЕДСКАЗАНИЕ ЧАСТИЧНОГО НЕОТВЕТА НА ПРИМЕРЕ ДАННЫХ EUROPEAN SOCIAL SURVEY С ИСПОЛЬЗОВАНИЕМ ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ

С. 4846–4849.

Александрова М. Ю.

Пропуски в данных представляют собой актуальную проблему в социологических исследованиях. Одним из источников пропусков в данных являются частичные неответы, связанные с нежеланием респондента отвечать на вопрос, затруднением с ответом или другими причинами. Причину возникновения неответов видят как в способе проведения опроса или характеристиках респондентов, так и в характеристиках самой анкеты. В данной работе будет показано, как может прогнозироваться возникновение частичного неответа с помощью логистической регрессии с использованием данных опросов Европейского социального исследования [European Social Survey, ESS]. Были обучены модели предсказания отказов от ответа, отсутствия ответа и затруднений с ответом на основе текстовых характеристик вопросов с использованием частот слов и метрики важности слов TF-IDF. Все полученные модели сравнивались между собой с точки зрения качества получаемых с их помощью предсказаний, кроме того, наиболее важные слова из формулировок вопросов были разделены относительно того, повышают или понижают они вероятность появления неответа. В частности, было выявлено, что слова сензитивных тематик ведут к увеличению доли частичного неответа, а также некоторые слова-инструкции к самим вопросам.

Ключевые слова: машинное обучение, binary logistic regression, бинарная логистическая регрессия, Европейское социальное исследование, European Social Survey, ESS, machine learning, качество измерения, текст-майнинг, item nonresponse, text-mining, refusal to answer, no answer, "Don't know" option, measurement quality, частичный неответ, отказ от ответа, отсутствие ответа, "затрудняюсь ответить"

В книге

Социология и общество: традиции и инновации в социальном развитии регионов: Сборник докладов VI Всероссийского социологического конгресса (Тюмень, 14-16 октября 2020 г.)

Кабалина В.И., Зеленова О.И., Решетникова К.В. М.: ФНИСЦ РАН, 2020.