IDEAS主页打印自https://ideas.repec.org/a/eee/soceco/v109y2024ics2214804324000041.html
  我的参考书目  保存此文章

预测遵从性：在实验研究中利用聊天数据进行监督分类

作者

上市的：
  • Carina I Hausladen。
  • 马丁·福克曼
  • 彼得·摩尔

摘要

行为经济学和实验经济学通常使用文本数据来帮助解释决策过程。本文介绍了一种新的方法，利用文本数据进行预测分析，而不仅仅是解释。我们详细介绍了一个有监督的分类框架，该框架解释聊天文本中的模式，以估计相关数字结果的可能性。尽管实验数据在关联文本和数字信息以进行预测建模方面具有独特的优势，但诸如有限的样本大小和潜在的数据偏斜等挑战仍然存在。为了解决这些问题，我们提出了一个全面的方法框架，旨在优化预测建模配置，尤其是在小型实验行为研究数据集中。我们还提供了一个预先注册的逃税游戏（n=324）的行为实验数据，证明聊天行为不受实验者需求效应的影响。这将聊天文本确立为一个无偏见的变量，增强了其预测的有效性。我们的研究结果进一步表明，对他人不诚实、撒谎态度和风险偏好的信念会显著影响合规决策。

建议引用

  • Carina I.Hausladen和Fochmann，Martin&Mohr，Peter，2024年。"预测遵从性：在实验研究中利用聊天数据进行监督分类,"行为与实验经济学杂志（前《社会经济杂志》）爱思唯尔，第109（C）卷。
    • 手柄：RePEc:eee:soceco:v:109:y:2024:i:c:s2214804324000041
    DOI:10.1016/j.socec.2024.102164
    作为

    从出版商下载全文

    文件URL: http://www.sciencedirect.com/science/article/pii/S221484324000041
    下载限制：全文仅供ScienceDirect用户使用
    文件URL: https://libkey.io/10.1016/j.socec.2024.102164？utm_source=ideas
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。

    有关此项目的更多信息

    关键词

    聊天数据;监督分类;实验研究;逃税;顺从;
    所有这些关键字。

    JEL公司分类：

    • C55级-数学和定量方法——计量经济建模——大数据集：建模和分析
    • C92公司-数学和定量方法--实验设计--实验室，群体行为
    • D83号-微观经济学——信息、知识和不确定性——搜索；学习；信息和知识；沟通；信仰；未意识到

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:eee:soceco:v:109:y:2024:i:c:s2214804324000041。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    我们没有这个项目的参考书目。您可以使用这个表格。

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关本项目的技术问题，或更正作者、标题、摘要、参考书目或下载信息，请联系：Catherine Liu（电子邮件地址如下）。供应商的一般联系方式：http://www.elsevier.com/locate/inca/620175。

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。