Zur Anwendung neuronaler Netze in den Sozialwissenschaften

Viac o knihe

In der Studie wird das Mehrschichtige Perzeptronennetz, ein Verfahren der überwachten Neuronalen Netze, im Vergleich zu Entscheidungsbäumen, Diskriminanzanalyse und Logistischer Regression hinsichtlich seines Potenzials zur Erklärung und Vorhersage einer Zielgröße in den Sozialwissenschaften untersucht. Im Gegensatz zu den anderen Methoden können Neuronale Netze die erhobenen Daten mit geringeren Voraussetzungen auswerten und sämtliche Wechselwirkungen im Modellansatz berücksichtigen. Das numerische Verfahren zielt darauf ab, eine optimale Zuordnung mit minimalen Fehlzuordnungen zu ermitteln. Die Zielgröße ist die Rückfälligkeit ehemaliger jugendlicher Inhaftierter vier Jahre nach ihrer Entlassung aus dem Jugendstrafvollzug in Rheinland-Pfalz zwischen 1996 und 2000 (n=400). Die Variablen, die zur Erklärung herangezogen werden, umfassen familiäre Situation, Heimwechsel, Schul- und Berufsabschlüsse sowie Maßnahmen während der Inhaftierung. Die Untersuchung der Rückfälligkeit spiegelt sowohl die Gefährlichkeit als auch die Möglichkeiten zur Resozialisierung wider. Der Vergleich zeigt, dass Neuronale Netze in der Erklärung der Rückfälligkeit überlegen sind, jedoch die Prognose von den Anfangseinstellungen des Netzes abhängt. Daher sind die sozialwissenschaftlichen Aussagen über die Relevanz einzelner Variablen nur bedingt verwendbar. Neuronale Netze sind eher für explorative Ansätze geeignet, da sie alle Wechselwirkungen gleichzei