天普大学的研究人员第一次使用机器学习来确定未来富裕的最重要决定因素。教育和职业是最好的预测因素 - 但令人惊讶的是，一个人延迟即时满足的能力也是提高收入，击败年龄，种族，种族和身高的最重要决定因素。该研究发表在心理学前沿，该研究表明，改善这种“延迟折扣”的干预措施可以在收入较高方面获得实际收益。

许多因素与一个人将获得多少钱有关，包括年龄，职业，教育，性别，种族甚至身高。行为变量也有牵连，例如与着名的“棉花糖测试”有关的变量。这项关于延迟折扣的研究，或者一个人将未来奖励的价值与直接折扣相比多少，表明自我控制能力更强的孩子更有可能在以后的生活中获得更高的薪水。

但该研究的主要作者，现任瑞士圣加仑大学的威廉·汉普顿博士表示，更传统的数据分析方法无法表明哪些因素比其他因素更为重要。

“各种各样的事情预测收入。我们知道这种行为变量，延迟折扣，也是预测性的 - 但我们真的很好奇它如何与更常见的预测因素如教育和年龄相悖。使用机器学习，我们的研究是第一个在收入预测中创建年龄，职业，教育，地理位置，性别，种族，民族，身高，年龄和延迟折扣的有效排名顺序。“

心理学家使用的传统方法(例如相关性和回归)不允许同时比较与个人富裕相关的不同因素。该研究收集了大量数据 - 来自2500多名不同的参与者 - 并将其分为训练集和测试集。将测试集放在一边，同时训练集产生模型结果。研究人员然后回到测试集来测试他们的发现的准确性。

不出所料，这些模型表明，职业和教育是高收入的最佳预测因素，其次是地点(由邮政编码确定)和性别 - 男性收入高于女性。延迟折扣是下一个最重要的因素，比年龄，种族，种族或身高更具预测性。

Hampton博士希望研究方法将成为数据分析新时代的一部分。“这太令人惊讶，因为它让我们可以检查我们的发现并复制它们，让我们更加确信它们是准确的。这一点尤其重要，因为最近的科学研究结果似乎并没有复制。使用这种机器学习方法可能导致更多的复制研究 - 我们希望这会刺激一般使用更复杂的分析方法。“

该研究的作者警告说，数据样本有意限于美国，预测工资的变量的排名顺序可能在其他国家有所不同。汉普顿博士说他期待在更广泛的背景下探索这种分析方法。

“我希望在另一种文化中看到这项研究的复制。我也会对未来旨在减少延迟折扣的研究非常感兴趣。关于延迟折扣是否是一种稳定的特性或是否具有可塑性，存在很多争议 - 纵向研究可以帮助解决这个问题。“

最后，汉普顿博士对父母有一个有趣的观察，“如果你想让你的孩子长大后能获得好工资，可以考虑向他们灌输那些为了获得较大的奖励而转而支付较大的奖励的重要性，他们必须等待这可能说起来容易做起来难，因为很少有人自然而然地享受着等待，但我们的结果表明，那些培养延迟满足能力的人可能会投资于自己的收入潜力。“