Key:
[ , ] U poglavlju, bio sam vrlo pozitivno mišljenje o post-stratifikacije. Međutim, to ne uvijek poboljšati kvalitetu procjena. Construct situaciju u kojoj možete postavljati-stratifikacije može smanjiti kvalitetu procjene. (Za savjet, pogledajte Thomsen (1973) ).
[ , , ] Dizajn i provesti istraživanje ne-vjerojatnost na Amazon MTurk da pitate o vlasništvu pištolj ( "Da li, ili da li je neko u vašem domaćinstvu, imate pištolj, puška ili pištolj? Jesi li to ti ili neko drugi u vašem domaćinstvu?") I stavovi prema kontroli oružja ( "Šta misliš da je važnije-za zaštitu prava Amerikanaca da posjeduju pištolje, ili za kontrolu vlasništva pištolj?").
[ , , ] Goel i kolege (2016) daje non-vjerojatnost zasnovan istraživanju koja se sastoji od 49 višestrukog izbora stavova pitanja izvući iz Social Survey General (GSS) i odaberite ankete koju je Pew Research Center na Amazonu MTurk. Oni su zatim podesite za ne-reprezentativnosti podataka pomoću modela zasnovanog na post-stratifikacije (g P), i uporedi prilagođen procjenama s tim procjenjuje se vjerojatnost na bazi GSS / Pew anketa. Provesti isto istraživanje o MTurk i pokušati da ponovi Slika 2a i Slika 2b poređenjem svoj prilagođenom procjene s procjenama od najnovijeg kruga GSS / Pew (Vidi Dodatak Tabela A2 za listu od 49 pitanja).
[ , , ] Mnoge studije koristiti samostalno izvještaj mjera podaci mobilni telefon aktivnost. Ovo je zanimljiva postavka gdje istraživači mogu uporediti samoprijavljenih ponašanje sa Evidentirano ponašanje (vidi npr, Boase and Ling (2013) ). Dva uobičajena ponašanja da pitam pozivaju i slanje poruka, i dvije zajedničke vrijeme okviri su "jučer" i "u proteklih sedam dana."
[ , ] Schuman i Presser (1996) tvrde da nalozi pitanje bi bilo važno za dvije vrste odnosa između pitanja: pitanja sa skraćenim radnim dijelu gdje su dva pitanja na istom nivou od specifičnosti (npr rejtinzi dva predsjednička kandidata); a dio-cijeli pitanja gdje opšte pitanje slijedi konkretnije pitanje (npr pita "Koliko ste zadovoljni sa svojim poslom?", a zatim "Koliko ste zadovoljni sa svojim životom?").
Oni dalje karakterišu dvije vrste efekta pitanje kako: konzistentnost efekti nastaju kada odgovor na kasnije pitanje se približiti (nego što bi inače bilo) da se oni dali na prethodno pitanje; kontrast efekti nastaju kada postoje veće razlike između odgovora na dva pitanja.
[ , ] Građevinsko o radu Schuman i Presser, Moore (2002) opisuje poseban dimenziju efekta pitanje reda: aditiva i oduzimanjem. Dok kontrast i dosljednost efekti se proizvode kao posljedica procjene ispitanika u dvije stavke u odnosu na drugog, aditiva i oduzimanjem efekti su proizvedeni kada su se ispitanici više osjetljive na veći okvir u kojem su postavljena pitanja. Pročitajte Moore (2002) , zatim dizajnirati i pokrenuti istraživanje eksperiment na MTurk da pokažu aditiv ili oduzimanjem efekte.
[ , ] Christopher Antoun i kolege (2015) proveli su studiju u odnosu na uzorke pogodnost dobijenih iz četiri različita online vrbovanje izvora: MTurk, Craigslist, Google AdWords i Facebook. Dizajn je jednostavan istraživanje i zaposliti učesnika kroz najmanje dva različita izvora online vrbovanje (oni mogu biti različiti izvori iz četiri izvora koji se koriste u Antoun et al. (2015) ).
[ ] YouGov, internet-based istraživanje tržišta, sprovedeno online anketa panela od oko 800.000 ispitanika u Velikoj Britaniji i koristi gospodin P. predvidjeti rezultat EU referenduma (tj Brexit) gdje Velikoj Britaniji birači glasaju ili da ostane ili ostaviti Evropskoj uniji.
Detaljan opis YouGov je statistički model je ovdje (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Grubo govoreći, YouGov particionišu birača u vrste na osnovu 2015 općim izborima glas izbor, dobi, kvalifikacije, spol, datum intervjua, kao i izborne jedinice u kojima žive. Prvo su koristili podatke prikupljene od YouGov panelista za procjenu, među onima koji glasaju, broj ljudi koji svake vrste birača koji namjeravaju glasati Odlazi. Oni procjenjuju odziv svake vrste birača pomoću britanske izborne Study 2015 (BES) postizborne face-to-face anketu, koja potvrđeni birača iz biračkih spiskova. Na kraju, oni procjenjuju koliko ljudi ima svake vrste birača u biračkom tijelu na osnovu najnovijih popisu i Godišnje istraživanje stanovništva (uz neke informacije dodatak od BES, istraživanje podataka YouGov od oko opštih izbora, i informacije o tome koliko je ljudi glasalo za svaka stranka u svakoj izbornoj jedinici).
Tri dana prije izbora, YouGov je pokazao dva poena prednosti za odobrenje. Uoči glasanja, ankete pokazali su preblizu nazvati (49-51 ostati). Konačna studija o-the-dan predviđa 48/52 u korist Remain (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). U stvari, ova procjena je promašio konačan rezultat (52-48 odsustvo) za četiri procentna poena.
[ , ] Napišite simulacija za ilustraciju svaki od reprezentacije grešaka na slici 3.1.
[ , ] Istraživanje Blumenstock i kolege (2015) uključeni izgradnju modela učenja mašinu koja može koristiti podatke digitalni trag za predviđanje odgovora ankete. Sada ćete pokušati istu stvar s različitim skup. Kosinski, Stillwell, and Graepel (2013) je utvrdio da Facebook ne voli može predvidjeti individualne osobine i atribute. Iznenađujuće, te predviđanja mogu biti još precizniji od onih prijatelja i kolega (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) detaljno korištenje Zapisi poziva (CDR) iz mobilnih telefona predvidjeti agregata trendove nezaposlenosti.