A Comparative Analysis of Wealth Index Predictions in Africa between three Multi-Source Inference Models

要約

貧困マップ推論は研究の重要な焦点となっており、回帰モデルから表形式データ、衛星画像、ネットワークに適用される畳み込みニューラル ネットワークに至るまで、従来の技術と最新の技術の両方を利用しています。
トレーニング段階ではモデルの検証に多くの注意が払われてきましたが、最終的な予測はそれほど精査されていません。
この研究では、Lee と Braithwaite (2022) および Esp\’in-Noboa らによって予測された国際富指数 (IWI) を分析します。
(2023)、Chi らによって推定された相対富指数 (RWI) と並行して計算されます。
(2022)、サハラ以南のアフリカ 6 か国にわたって。
私たちの分析により、これらのモデル間の資産予測の傾向と相違が明らかになりました。
特に、トレーニング データの違いを考慮した後でも、Lee 氏と Braithwaite 氏、および Esp\’in-Noboa 氏らの予測の間には、重大かつ予期せぬ矛盾が見られます。
対照的に、Esp\’in-Noboa らによって予測された富の分布の形状は、
そしてChiら。
はより密接に並んでおり、同様のレベルの歪度を示唆しています。
これらの調査結果は、特定のモデルの妥当性について懸念を引き起こし、政策決定に使用される資産予測アルゴリズムに対する厳格な監査の重要性を強調しています。
これらのモデルの信頼性を確保するには、特に貧困緩和戦略に情報を提供する場合、継続的な検証と改良が不可欠です。

要約(オリジナル)

Poverty map inference has become a critical focus of research, utilizing both traditional and modern techniques, ranging from regression models to convolutional neural networks applied to tabular data, satellite imagery, and networks. While much attention has been given to validating models during the training phase, the final predictions have received less scrutiny. In this study, we analyze the International Wealth Index (IWI) predicted by Lee and Braithwaite (2022) and Esp\’in-Noboa et al. (2023), alongside the Relative Wealth Index (RWI) inferred by Chi et al. (2022), across six Sub-Saharan African countries. Our analysis reveals trends and discrepancies in wealth predictions between these models. In particular, significant and unexpected discrepancies between the predictions of Lee and Braithwaite and Esp\’in-Noboa et al., even after accounting for differences in training data. In contrast, the shape of the wealth distributions predicted by Esp\’in-Noboa et al. and Chi et al. are more closely aligned, suggesting similar levels of skewness. These findings raise concerns about the validity of certain models and emphasize the importance of rigorous audits for wealth prediction algorithms used in policy-making. Continuous validation and refinement are essential to ensure the reliability of these models, particularly when they inform poverty alleviation strategies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google