我们应怎样代理种族/族裔？贝叶斯改进姓氏地理编码与机器学习方法的比较
机器学习
2022-08-02 v2
摘要
贝叶斯改进姓氏地理编码（BISG）是不含种族/族裔信息的选民登记文件中代理种族/族裔最流行的方法。本文使用来自加利福尼亚、佛罗里达、北卡罗来纳和佐治亚的含自我报告种族/族裔的选民文件，将BISG与一系列先前未经测试的机器学习替代方案进行基准比较。该分析得出三个关键发现。第一，机器学习在种族/族裔的个体分类上持续优于BISG。第二，BISG与机器学习方法在估计区域种族构成时表现出分歧性偏置。第三，所有方法的性能在各州间差异显著。这些结果表明，对于个体分类，预训练机器学习模型优于BISG。此外，跨州结果不一凸显了研究者在感兴趣人群中对其所选种族/族裔代理进行实证验证的必要性。
引用
@article{arxiv.2206.14583,
title = {How should we proxy for race/ethnicity? Comparing Bayesian improved surname geocoding to machine learning methods},
author = {Ari Decter-Frain},
journal= {arXiv preprint arXiv:2206.14583},
year = {2022}
}