数据集概述
本数据集为人工智能培训需求多水平建模研究的配套数据，包含欧洲八国公民AI认知、态度及培训需求的调查数据，用于支持Boruta随机森林变量选择及多水平二元模型分析，探究AI相关培训需求的影响因素及性别差异。
文件详解
- Data_Boruta_Random_Forest.xls
- 文件格式：XLS
- 字段映射介绍：用于评估变量重要性的数据集，包含欧洲公民对AI的认知、态度、信任度及培训需求相关的原始调查数据，支持Boruta随机森林算法筛选关键协变量。
- Data_Multilevel.xls
- 文件格式：XLS
- 字段映射介绍：用于多水平模型分析的数据集，包含经变量筛选后的核心字段，支持不同多水平二元模型的构建与比较，以估计AI培训需求概率。
- descriptive_analysis.xlsx
- 文件格式：XLSX
- 字段映射介绍：描述性分析结果文件，包含数据集的基本统计特征、变量分布情况及初步探索性分析结果，为后续建模提供基础参考。
数据来源
论文"A two-stage procedure for optimal modeling of the probability of training needs in artificial intelligence"
适用场景
- AI培训需求影响因素分析: 利用多水平模型探究欧洲公民对AI的认知、态度、信任度与培训需求的关联机制。
- 机器学习变量选择方法验证: 基于Boruta随机森林算法筛选关键协变量，评估其对模型性能的优化效果。
- 教育公平性研究: 分析AI培训需求在性别等人口统计学特征上的差异，为制定公平的AI教育政策提供依据。
- 调查数据多水平建模应用: 作为多水平二元模型在教育需求研究中的实践案例，为同类研究提供方法参考。
