Машинное обучение предсказывает разведется ли семейная пара: все зависит от женщины

Итальянские ученые использовали технику машинного обучения для прогнозирования расторжения брака. Результаты исследования опубликованы в журнале Demography.

Удовлетворенность жизнью обоих партнеров и доля женщин в работе по дому оказались наиболее важными предикторами распада супружеской пары. Это выяснили ученые в ходе нового исследования. Они использовали технику машинного обучения для анализа данных о 2 038 супружеских или сожительствующих парах, которые приняли участие в немецком социально-экономическом опросе. За парами наблюдали в среднем в течение 12 лет, всего было проведено 18 613 наблюдений. За период наблюдения распались 914 пар (45%).

Ученые использовали данные, чтобы научится прогнозировать развод супругов или распад пары в отношениях. Для этого они использовали технику машинного обучения Random Survival Forests (RSF). Ее особенность в том, что она подходит для управления и анализа большим количеством независимых переменных в обычных моделях. Всего ученым пришлось учесть 35 независимых переменных, что было бы очень проблематично в регрессионной модели.

К переменным с наибольшей прогностической способностью относятся удовлетворенность жизнью обоих партнеров, доля женщин в работе по дому, семейное положение (т. е. брак или сожительство), рабочее время женщины, уровень открытости женщины и уровень экстраверсии мужчины. Анализ также показал, что многие переменные взаимодействуют сложным образом. Например, когда удовлетворенность жизнью у мужчины была высокой, этот же показатель у женщины постоянно увеличивал шансы союза на выживание. Но когда удовлетворенность жизнью мужчины была низкой, связь между удовлетворенностью жизнью женщины и прочностью союза падала. 


Читать далее

Самое большое генеалогическое древо человечества показало историю нашего вида

Физики воссоздали способности Т-1000 из «Терминатора-2» в лаборатории

Ученые, возможно, нашли недостающее звено между одноклеточными и клетками человека

Подписывайтесь
на наши каналы в Telegram

«Хайтек»новостионлайн

«Хайтек»Dailyновости 3 раза в день

Первая полоса
Этот ядерный двигатель поможет быстрее долететь до Марса: как он работает
Космос
Запуск Falcon 9 завершился успехом: что было на борту миссии
Космос
Прототип Boom Supersonic XB-1 приблизился к звуковому барьеру
Новости
Ученые заглянули внутрь нейтронных звезд, используя квантовую физику
Космос
Квантовые симуляторы: объяснение от ученого
Мнения
Источник в СМИ назвал возможную причину сбоя рунета
Новости
Мошенники начали выдавать себя за начальников в рабочих чатах: как это работает
Новости
Холодные атомы этого металла могут создавать новые состояния материи
Наука
Древние артефакты в Украине раскрыли тайны навигации викингов
Наука
Послушайте, как звучат вспышки на Солнце: данные собрал Solar Orbiter  
Космос
Тяжелый беспилотник на водородных топливных ячейках впервые испытали в Китае
Новости
Ученые создали катализатор, который нарушает законы физики
Наука
Физики обнаружили необычные магнитные свойства в трехслойном графене
Наука
Биоинженеры создали ДНК-робота, который может менять форму искусственной клетки
Наука
«Горы» на нейтронных звездах могут вызывать рябь в пространстве-времени
Космос
На телах древних мумий из Перу нашли сложные узоры татуировок
Наука
У черной дыры прячется белый карлик, движущийся с половиной скорости света
Космос
Стартап из России разрабатывает нанопротез для восстановления поврежденных нервов
Наука
Генетики разгадали секреты выживания устойчивой к антибиотикам бактерии
Наука
Астрофизики разгадали тайну космических ускорителей частиц
Космос