預測標籤中的條件人口統計差異 （CDDPL）

人口統計差異指標 （DDPL） 會判斷構面 d 是否比預測接受的標籤具有較大的預測拒絕標籤比例。它可以比較預測拒絕比例和構面的預測接受比例的差異。此指標與訓練前CDD指標完全相同，除了從預測的標籤計算，而不是觀察的標籤。此指標位於範圍 (-1, +1)。

構面 d 標籤的人口統計差異預測公式如下：

        DDPL_d = n'_d^（0）/n'^（0） - n'_d^（1）/n'^（1） = P _d^R （y'⁰） - P _d^A （y'¹）

其中：

需要預測標籤 （CDDPL） 指標中的條件式人口統計差異，該指標DDPL會針對在資料集上定義子群組分層的屬性進行條件，以排除 Simpson 的矛盾。重組可以為不太有利構面提供明顯人口統計差異的原因分析。經典案例出現在柏克萊入學的情況下，男性被接受的比率比女性更高。但是，當檢查系所的子組時，證明個系所的女性的入學率高於男性。說明女性申請系所的接受率低於男性。檢視子組接受率發現，對於接受率較低的系所來說，女性的實際接受率高於男性。

CDDPL 指標透過平均資料集的屬性，為資料集定義的子組中發現的所有差異提供單一測量。其定義為每個子群組的預測標籤 （DDPL_i） 中人口統計差異加權平均值，每個子群組差異加權與 中的觀察數量成比例。預測標籤的條件式人口統計差異公式如下：

        CDDPL = （1/n）_*i∑n_{i *}DDPL_i

其中：

因此，預測標籤 （DDPL_i） 中子群組的人口統計差異是預測拒絕標籤的比例與每個子群組的預測接受標籤比例之間的差異。

二進位、多類別和連續結果DDPL的值範圍為 【-1，+1】。