gweithgareddau

allwedd:

• rhywfaint o anhawster: hawdd , canolig , yn galed , Yn galed iawn
• ei gwneud yn ofynnol mathemateg ( )
• ei gwneud yn ofynnol codio ( )
• casglu data ( )
• fy ffefrynnau ( )

1. [ , ] Yn y bennod, roeddwn yn gadarnhaol iawn am ôl-haeniad. Fodd bynnag, nid yw bob amser yn gwella ansawdd amcangyfrifon. Adeiladu sefyllfa lle gall ôl-haeniad gall lleihau ansawdd y amcangyfrifon. (Am awgrym, gweler Thomsen (1973) ).

2. [ , , ] Dylunio a chynnal arolwg nad yw'n tebygolrwydd ar Amazon MTurk holi ynghylch perchnogaeth gwn ( "Ydych chi, neu a yw unrhyw un yn eich cartref, yn berchen ar gwn, reiffl neu pistol? A yw bod chi neu rywun arall yn eich cartref?") A agweddau tuag at reoli gwn ( "Beth yn eich barn chi yn bwysicach-i ddiogelu hawl o Americanwyr yn berchen ar gynnau, neu i reoli perchnogaeth gwn?").

   1. Pa mor hir y mae eich arolwg gymryd? Faint mae'n ei gostio? Sut mae demograffeg eich sampl yn cymharu i ddemograffeg y boblogaeth yr Unol Daleithiau?
   2. Beth yw'r amcangyfrif crai o berchnogaeth gwn drwy ddefnyddio eich sampl?
   3. Cywir ar gyfer y di-gynrychioldeb eich sampl gan ddefnyddio ôl-haeniad neu ryw dechneg arall. Nawr beth yw'r amcangyfrif o berchnogaeth gwn?
   4. Sut mae eich amcangyfrifon yn cymharu â'r amcangyfrif diweddaraf o Pew Research Center? Beth yn eich barn chi esbonio'r anghysondebau, os oes unrhyw?
   5. Ailadroddwch yr ymarfer 2-5 am agweddau tuag at reoli gwn. Sut mae eich canfyddiadau yn wahanol?

3. [ , , ] Goel a chydweithwyr (2016) a weinyddir arolwg nad yw'n seiliedig ar debygolrwydd yn cynnwys 49 o gwestiynau agweddol amlddewis tynnu o'r Arolwg Cyffredinol Cymdeithasol (GSS) a dewiswch arolygon gan y Pew Research Center ar Amazon MTurk. Maent wedyn yn addasu ar gyfer y di-cynrychioldeb data gan ddefnyddio sy'n seiliedig ar fodel-ôl-haeniad (Mr P), ac yn cymharu amcangyfrifon haddasu â'r rhai a amcangyfrifwyd gan ddefnyddio arolygon GSS / Pew seiliedig debygolrwydd. Gynnal yr un arolwg ar MTurk ac yn ceisio ailadrodd Ffigur 2a a Ffigur 2b trwy gymharu eich amcangyfrifon addasu â'r amcangyfrifon o'r rowndiau diweddaraf o GSS / Pew (Gweler Atodiad Tabl A2 am y rhestr o 49 o gwestiynau).

   1. Cymharu a chyferbynnu eich canlyniadau i'r canlyniadau o Pew a GSS.
   2. Cymharu a chyferbynnu eich canlyniadau i'r canlyniadau'r arolwg MTurk yn Goel, Obeng, and Rothschild (2016) .

4. [ , , ] Mae llawer o astudiaethau yn defnyddio mesurau hunan-adrodd o ddata gweithgarwch ffôn symudol. Mae hwn yn lleoliad diddorol lle y gall ymchwilwyr gymharu ymddygiad hunan-adrodd ag ymddygiad ei gofnodi (gweler ee, Boase and Ling (2013) ). Dwy ymddygiadau cyffredin i ofyn am yn galw ac anfon negeseuon testun, a dwy ffrâm amser cyffredin yn cael eu "ddoe" a "yn ystod yr wythnos ddiwethaf."

   1. Cyn casglu unrhyw ddata, pa rai o'r hunan-adrodd mesurau yn eich barn chi yn fwy cywir? Pam?
   2. Recriwtio 5 eich ffrindiau i fod yn eich arolwg. Rhowch grynodeb gryno sut y 5 ffrindiau yn samplwyd. A allai gweithdrefn samplu hwn achosi rhagfarnau penodol yn eich amcangyfrifon?
   3. Gofynnwch iddynt yr micro-arolwg canlynol:
   • "Sawl gwaith y gwnaethoch chi ddefnyddio ffôn symudol i alw pobl eraill ddoe?"
   • "Faint o negeseuon testun wnaethoch chi anfon ddoe?"
   • "Sawl gwaith yr ydych yn defnyddio eich ffôn symudol i alw eraill yn y saith niwrnod diwethaf?"
   • "Sawl gwaith wnaethoch chi ddefnyddio eich ffôn symudol i anfon neu dderbyn negeseuon testun / SMS yn y saith niwrnod diwethaf?" Unwaith yr arolwg ei gwblhau, gofynnwch i wirio eu data defnydd fel cofnodi gan eu ffôn neu ddarparwr gwasanaeth.
   4. Sut mae defnydd o hunan-adrodd yn cymharu i logio data? Pa un sydd fwyaf cywir, sydd yn lleiaf yn gywir?
   5. Nawr cyfuno'r data yr ydych wedi ei gasglu gyda'r data gan bobl eraill yn eich dosbarth (os ydych yn gwneud y gweithgaredd hwn ar gyfer dosbarth). Gyda'r set ddata mwy hwn, ailadrodd rhan (ch).

5. [ , ] Schuman a Presser (1996) yn dadlau y byddai gorchmynion cwestiwn o bwys ar gyfer dau fath o berthynas rhwng gwestiynau: Cwestiynau rhan-rhan lle mae dau gwestiwn ar yr un lefel o benodolrwydd (ee sgôr o ddau ymgeisydd arlywyddol); a chwestiynau rhan-gyfan lle cwestiwn cyffredinol yn dilyn cwestiwn mwy penodol (ee gofyn "Pa mor fodlon ydych chi gyda'ch gwaith?" ddilyn gan "Pa mor fodlon ydych chi gyda'ch bywyd?").

   Maent yn nodweddu dau fath o effaith gorchymyn cwestiwn arall: effeithiau cysondeb digwydd pan fydd ymatebion i gwestiwn diweddarach yn cael eu dwyn yn nes (nag y byddent fel arall) i'r rhai a roddwyd i gwestiwn cynharach; cyferbynnu effeithiau yn digwydd pan mae mwy o wahaniaethau rhwng ymatebion i'r ddau gwestiwn.

   1. Creu pâr o gwestiynau rhan-rhan yr ydych yn meddwl y bydd yn cael effaith fawr orchymyn cwestiwn, pâr o gwestiynau rhan-gyfan yr ydych yn meddwl y bydd yn cael effaith archeb fawr, a phâr arall o gwestiynau y mae eu trefn ydych yn credu na fyddai ots. Rhedeg arbrawf arolwg ar MTurk i brofi eich cwestiynau.
      
   2. Pa mor fawr oedd yr effaith yn rhan-ran a gawsoch chi ei greu? A oedd yn cael effaith cysondeb neu cyferbynnu?
   3. Pa mor fawr oedd yr effaith rhan-gyfan a gawsoch chi ei greu? A oedd yn cael effaith cysondeb neu cyferbynnu?
   4. A oedd yna effaith trefn cwestiwn yn eich pâr lle nad oeddech yn meddwl y byddai'r gorchymyn o bwys?

6. [ , ] Gan adeiladu ar waith Schuman a Presser, Moore (2002) yn disgrifio dimensiwn ar wahân o effaith gorchymyn cwestiwn: ychwanegion a gostyngol. Er bod effeithiau cyferbyniad a chysondeb yn cael eu cynhyrchu o ganlyniad i arfarniadau ymatebwyr o'r ddwy eitem mewn perthynas â'i gilydd, ychwanegyn ac effeithiau gostyngol yn cael eu cynhyrchu pan fydd ymatebwyr yn cael eu gwneud yn fwy sensitif i fframwaith mwy yn lle y cwestiynau eu gofyn. Darllenwch Moore (2002) , yna dylunio a rhedeg arbrawf arolwg ar MTurk i ddangos ychwanegyn neu gostyngol effeithiau.

7. [ , ] Christopher Antoun a chydweithwyr (2015) cynnal astudiaeth cymharu'r samplau cyfleus a gafwyd o bedwar wahanol ffynonellau recriwtio ar-lein: MTurk, Craigslist, Google AdWords a Facebook. Dyluniwch arolwg syml a recriwtio cyfranogwyr trwy o leiaf ddau wahanol ffynonellau recriwtio ar-lein (gallant fod yn wahanol ffynonellau o'r pedwar ffynonellau a ddefnyddiwyd yn Antoun et al. (2015) ).

   1. Cymharwch y gost fesul recriwtio, o ran arian ac amser, rhwng gwahanol ffynonellau.
   2. Cymharwch cyfansoddiad y samplau a gafwyd o wahanol ffynonellau.
   3. Cymharu ansawdd y data rhwng y samplau. I gael syniadau am sut i fesur ansawdd y data gan ymatebwyr, gweler Schober et al. (2015) .
   4. Beth yw eich ffynhonnell ddewisol? Pam?

8. [ Cynhaliwyd] YouGov, cwmni ymchwil i'r farchnad ar y rhyngrwyd, arolygon ar-lein o banel o tua 800,000 o ymatebwyr yn y DU ac a ddefnyddir Mr. P. i ragweld canlyniad Refferendwm UE (hy, Brexit) lle mae'r pleidleiswyr DU yn pleidleisio naill ai i aros yn neu adael yr Undeb Ewropeaidd.

   Ceir disgrifiad manwl o fodel ystadegol YouGov yn fan hyn (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Yn fras, YouGov rhaniadau pleidleiswyr i fathau sy'n seiliedig ar 2015 etholiad cyffredinol ddewis pleidleisio, oedran, cymwysterau, rhyw, dyddiad y cyfweliad, yn ogystal â'r etholaeth maent yn byw ynddo. Yn gyntaf, maent yn defnyddio data a gasglwyd o'r panelwyr YouGov i amcangyfrif, ymhlith y rhai sy'n pleidleisio, y gyfran o bobl o bob math pleidleisiwr sy'n bwriadu pleidleisio Absenoldeb. Maent yn amcangyfrif nifer a bleidleisiodd o bob math pleidleisiwr trwy ddefnyddio'r Astudiaeth 2015 British Etholiad (BES) Arolwg ôl-etholiad wyneb-yn-wyneb, a oedd wedi'i ddilysu nifer a bleidleisiodd gan y rholiau etholiadol. Yn olaf, maent yn amcangyfrif faint o bobl mae o bob math pleidleisiwr yn yr etholaeth yn seiliedig ar Gyfrifiad diweddaraf a Arolwg Blynyddol o'r Boblogaeth (gyda rhai ychwanegiad o wybodaeth gan y BES, data arolwg YouGov o gwmpas yr etholiad cyffredinol, a gwybodaeth am faint o bobl yn pleidleisio dros bob plaid ym mhob etholaeth).

   Tri diwrnod cyn y bleidlais, dangosodd YouGov yn arwain dau bwynt ar gyfer Absenoldeb. Ar y noson cyn pleidleisio, y bleidlais yn dangos yn rhy agos i alw (49-51 Aros). Mae'r astudiaeth derfynol ar-y-dydd a ragwelir 48/52 o blaid Aros (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). Mewn gwirionedd, yr amcangyfrif hwn colli y canlyniad terfynol (52-48 Absenoldeb) gan bedwar pwynt canran.

   1. Defnyddiwch cyfanswm y fframwaith gwall yr arolwg a drafodir yn y bennod hon er mwyn asesu beth allai fod wedi mynd o'i le.
   2. Eglurodd Ymateb YouGov ar ôl yr etholiad (https://yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/): "Mae hyn yn ymddangos mewn rhan fawr o ganlyniad i nifer sy'n pleidleisio - rhywbeth sy'n yr ydym wedi dweud o'r dechrau y byddai'n hanfodol i ganlyniad ras gytbwys o'r fath. Mae ein model nifer a bleidleisiodd yn seiliedig, yn rhannol, ar a oedd yr ymatebwyr wedi pleidleisio yn yr etholiad cyffredinol diwethaf, a lefel y nifer a bleidleisiodd yn uwch na etholiadau cyffredinol cynhyrfu y model, yn enwedig yn y gogledd. "A yw hyn yn newid eich ateb i ran (a)?

9. [ , ] Ysgrifennwch efelychiad i ddarlunio pob un o'r camgymeriadau cynrychiolaeth yn Ffigur 3.1.

   1. Creu sefyllfa lle gwallau hyn mewn gwirionedd yn canslo allan.
   2. Greu sefyllfa lle y camgymeriadau yn cymhlethu ei gilydd.

10. [ , ] Mae ymchwil Blumenstock a chydweithwyr (2015) yn ymwneud adeiladu model dysgu peiriant a allai defnyddio data olrhain digidol i ragweld ymatebion i'r arolwg. Yn awr, yr ydych yn mynd i roi cynnig ar yr un peth gyda set ddata gwahanol. Kosinski, Stillwell, and Graepel (2013) fod Facebook yn hoffi gallu rhagweld nodweddion a phriodoleddau unigol. Er syndod, gall rhagfynegiadau hyn fod hyd yn oed yn fwy cywir na'r rhai o ffrindiau a chydweithwyr (Youyou, Kosinski, and Stillwell 2015) .

    1. Darllenwch Kosinski, Stillwell, and Graepel (2013) , ac yn ailadrodd Ffigur 2. Mae eu data ar gael yma: http://mypersonality.org/
    2. Yn awr, ailadrodd Ffigur 3.
    3. Yn olaf, ceisiwch eu model ar eich data Facebook hun: http://applymagicsauce.com/. Pa mor dda y mae'n gweithio i chi?

11. [ ] Toole et al. (2015) manylion defnydd galwadau cofnodion (CDR) o ffonau symudol i ragfynegi tueddiadau diweithdra agregau.

    1. Cymharwch a chyferbynnwch y dyluniad Toole et al. (2015) gyda Blumenstock, Cadamuro, and On (2015) .
    2. Ydych chi'n meddwl y dylai CDRs cymryd lle arolygon traddodiadol, yn eu cyd-fynd neu beidio yn cael ei ddefnyddio o gwbl i lunwyr polisi llywodraeth i olrhain diweithdra? Pam?
    3. Pa dystiolaeth a fyddai'n argyhoeddi eich bod yn gallu CDRs gymryd lle mesurau traddodiadol y gyfradd ddiweithdra yn gyfan gwbl?