Vorhersage von Non-Response auf die Frage zur sexuellen Identität in der Überwachung risikobehafteter Verhaltensweisen bei Jugendlichen: Eine Analyse komplexer Umfragedaten mittels maschinellen Lernens

Key Points

• Die Non-Response-Muster zeigten signifikante Variation, insbesondere bei gefährdeten Gruppen.
• Die bewertete prognostische Leistung war auffallend stark und hob die Zuverlässigkeit des Modells hervor.
• Es wurden Techniken des maschinellen Lernens eingesetzt, um komplexe Umfragedaten zu analysieren und Trends der Non-Response zu identifizieren.
• Die Ergebnisse betonen die Bedeutung von Anpassungen im Umfragedesign, um diese Non-Response-Probleme zu berücksichtigen.