Santa Margherita di:
[ , ] In a lezziò, iò era assai pusitiva su post-stratificazzioni. A ogni modu, lu cchiù nun sempri chidda di migghiurari la qualità di estimates. Custruiscia una situazione induve pò Plessis-stratificazzioni pò favuritu la qualità di estimates. (Per un amarore assai, vidi Thomsen (1973) ).
[ , , ] Design e ricerche ntôn rilivamentu non-prubabilità nant'à Amazon MTurk à dumandà à circa la propietà cannone ( "tu tu, o ùn qualchissia in a to casa, pusseda un cennu bastarà, fucile, o pistola? Is chi voi o quarchidunu a vostra casa?") È cumpurtamentu verso lu cuntrollu cannone ( "Chì fà vi pensu è più impurtanti-a prutezzione di u dirittu di Miricani à pusseda armi tesi, o à cuntrullà la propietà cannone?").
[ , , ] Goel e culleghi (2016) amministrata ntôn rilivamentu-based non-prubabilità più di 49 e dumande attitudinal a multiplicità di-scelta disegnata da u bambino General Suciali (GSS) è pezzu Salumeria da u Centru di Ricerca Arches on Amazon MTurk. Ci poi aghjustà di u cada-representativeness di dati usendu mudellu di-based post-stratificazzioni (Mr. P), e lu parauni di u estimates pulito cù quelli stimati usannu Salumeria GSS / Arches prubabilità-based. Cunduce u listessu log in u MTurk è pruvà à replicate Figure 2a e Figure 2B par comparing u vostru estimates pulito cù u estimates da i più ricenti giru di GSS / Arches (Voir penale Table A2 di a lista di i 49 e dumande).
[ , , ] Parechje studi aduprà misure self-rapportu di dati attività telefuninu. Chistu è un paràmetru ntirissanti unni circadori ponu cunfruntari lu cumpurtamentu self-cuntatu cù u cumpurtamentu identificatu (vede per esempiu, Boase and Ling (2013) ). Dui cumpurtamenti cumunu da dumandà à circa sò curti e texting, è dui Falegnameria vota cumuni sunnu "aieri" e "a la semaine passatu."
[ , ] Schuman e Presser (1996) sustennu ca decretu quistioni si conta per dui tipi di rilazzioni tra d 'interrugazioni: e dumande parte-parte induve duie e quistione sò à u stessu livellu di ribomba (per esempiu, valutazioni di i dui candidati à empie); e dumande parte-friscalette, unni na quistioni ginirali di a siguenti manera una quistioni di più pricisu (per esempiu, dumandendu "come accuntintari di sì cù u vostru travagliu?" siguita di "come accuntintari di sì cù la to vita?").
Iddi chiamau d'àutri dui tipi di effettu di modu quistioni: effetti cuerenza esempiu, quandu risposti à una quistione di sècutu sunnu purtati vicina (d 'iddi sariani) à quelli datu à una quistione di nanzu; cuntrastu effetti esempiu, quandu ùn ci sò più grande diffirenza tra risposti à dui questioni.
[ , ] Bâtiment, nantu à u travagliu di Schuman e Presser, Moore (2002) discrivi na diminzioni siparati di effettu di modu quistioni: additivi e subtractive. Mentri effetti cuntrastu e so cuerenza, sunnu pruduciùti comu un numeru di laus di i dui elementi respondents 'a praticà trattendu si di ogni altra, additivi è effetti subtractive sunnu pruduciùti quandu respondents sò fatti di più attenti à u quadru salvaticu nella chì sò criò la custioni. Leggi Moore (2002) , tandu cuncepisce è lanciatu un tentativu log in u MTurk à dimustrà additivi o subtractive effetti.
[ , ] Christopher Antoun e culleghi (2015) purtava un studiu comparing u analise altra ottense da quattru funti Solutions en ligne: MTurk, Craigslist, Google AdWords è su Facebook. Oculistica un cuntu log è di ricrutari na participanti à traversu omancu dui diversi fonti Solutions nanu (Ponnu essiri diffirenti fonti da i quattru funti usati in Antoun et al. (2015) ).
[ ] YouGov, un offiziu di a ricerca mercatu daca-based, cunnucieru polls en ligne di una tavola di circa 800.000 respondents in u UK è usatu Mr. P. à predict u risultatu di u referendum EU (vale à dì, Brexit), unni l 'elettori UK pìgghianu sia à tene in o lascià l 'Unioni europea.
A discrizzione info di mudellu di statìstiche di YouGov hè quì (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). All'incirca di parlà, YouGov Spartuta elettori in tippi si basa nantu à u 2015 elizzioni pulìtichi scelta votu, l'età, insignamentu, voce, a data di u candidatu, oltri a la prima circuscrizzioni ch'elli campanu in. Prima, usàvanu nnî dati da u panelists YouGov à cuntà, à mezu à quelli chì chi ci pìgghianu parti, l 'idea di ghjente di ogni tipu latinu chì ntènninu pi pìgghianu lascià more. Iddi cuntà turning di ogni tipu latinu, aduprendu u 2015 British Election Corso di lingua Francese (BES) post-elezzione faccia-a-faccia log, chi stati validati, turning da li panini di pèrdiri. Infine, ùn cuntà quantu genti cci nni sunnu di ogni tippu in latinu in u Maschera basata supra ultimu Census e annuali bambino Population (cu quarchi nfurmazzioni Moltu più da u BES, YouGov dati log da attornu a l 'elizzioni pulìtichi, e nfurmazzioni supra comu tanti pirsuni u votu di ogni partitu in ogni circuscrizzioni).
Tre ghjorni nanzu u votu, YouGov mustrò un gout du puntu per lascià more. Nantu à a vigiglia di vutari, li tabac mustrò troppu vicinu à chjamà à (49-51 Statti). Lu studiu finali su-la-jornu putìa prividiri 48/52 in favore di u Statti (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). In fatti, stu stimata da passà u risultatu finali (52-48 Lascia) pè i quattru punti pircintuali.
[ , ] Ecrire un Simulation à illustrate ognunu di i sbagli, la rapprisintazzioni in Figura 3.1.
[ , ] A ricerca di Blumenstock e culleghi (2015) intarvena custruenduvi na sò mudellu amparera machine à chì pudia aduprà dati traccia digitale à predict risposti log. Avà, vi nni jemu a pruvà a listessa cosa incù un dataset diffirenti. Kosinski, Stillwell, and Graepel (2013) truvonu ca Facebook piaci pò predict individuale tratti e spicificu. Surprisa, sti divi pò esse ancu di più precisa chè quelli di amichi è culleghi (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) Scheda 'usu d' dischi (CDRs) da cellulari à predict sa moda de disoccupazioni aggregate.