های کلیدی:
[ ، ] در فصل، من در مورد پس از طبقه بندی بسیار مثبت بود. با این حال، آن را همیشه بهبود کیفیت برآورد نشده است. ساخت یک وضعیت که در آن می توانید ارسال-طبقه بندی می تواند کیفیت برآورد کاهش می دهد. (برای یک اشاره، و Thomsen (1973) ).
[ ، ، ] طراحی و انجام یک نظرسنجی غیر احتمال در آمازون MTurk در مورد مالکیت اسلحه بپرسید ( "آیا شما، یا کسی از افراد خانواده، خود یک تفنگ، تفنگ یا تپانچه؟ این است که شما یا شخص دیگری در خانواده شما؟") و نگرش نسبت به کنترل اسلحه ( "شما چه فکر میکنید مهم تر است به حفاظت از حق از آمریکایی ها را به خود اسلحه، یا برای کنترل مالکیت اسلحه؟").
[ ، ، ] Goel و همکاران (2016) اداره یک نظرسنجی غیر مبتنی بر احتمال متشکل از 49 سوال نگرشی چند گزینه ای از سازمان عمومی اجتماعی (GSS) و نظر سنجی انتخاب شده توسط مرکز تحقیقات پیو در آمازون MTurk کشیده شده است. آنها سپس برای غیر نمایندگی از داده ها با استفاده از مدل مبتنی بر پس از طبقه بندی (آقای P) تنظیم، و مقایسه برآورد تنظیم با کسانی که برآورد با استفاده از نظرسنجی GSS / پیو مبتنی بر احتمال. انجام این نظر سنجی همان در MTurk کنید و سعی کنید به تکرار 2A شکل و شکل 2B با مقایسه برآورد تعدیل خود را با برآورد از دور اخیر از GSS / پیو (جداول ضمیمه A2 برای لیست 49 پرسش را ببینید).
[ ، ، ] بسیاری از مطالعات استفاده از اقدامات خود گزارش دهی داده ها فعالیت های تلفن همراه. این یک تنظیم جالب که در آن محققان می توانند رفتار خود گزارش با رفتار خارج مقایسه است (نگاه کنید به عنوان مثال، Boase and Ling (2013) ). دو رفتار رایج در مورد تماس و پیام کوتاه، و دو فریم زمان مشترک بپرسید "دیروز" و "در هفته گذشته است."
[ ، ] شومان و پرسر (1996) استدلال می کنند که سفارشات درخواست برای دو نوع از روابط بین سوالات مهم: سوالات بخش بخش که در آن دو سوال در همان سطح از ویژگی هستند (به عنوان مثال رتبه بندی از دو نامزد ریاست جمهوری)؛ و پرسش پاره کل که در آن یک سوال کلی یک سوال مشخص تر زیر (به عنوان مثال "نحوه رضایت شما را با کار شما هستند؟" به دنبال "چگونه رضایت شما را با زندگی شما هستند؟").
آنها بیشتر مشخص دو نوع اثر درخواست سفارش: اثرات قوام رخ می دهد که پاسخ به یک سوال بعد نزدیک تر (از آنها در غیر این صورت خواهد بود) به آن داده شده به یک سوال قبلی آورد. افکت های کنتراست رخ می دهد که تفاوت بیشتر بین پاسخ به دو سوال وجود دارد.
[ ، ] ساختمان های کار شومان و پرسر، Moore (2002) افزودنی و کاهشی: یک بعد جداگانه ای از اثر درخواست سفارش توصیف می کند. در حالی که اثرات کنتراست و پایداری به عنوان یک نتیجه از ارزیابی پاسخ دهندگان از دو مورد در ارتباط با یکدیگر، افزودنی تولید و هنگامی که پاسخ دهندگان به چارچوب بزرگتر که در آن به سوالات مطرح هستند حساس تر ساخته شده اثرات کاهشی تولید. خوانده شده Moore (2002) و سپس طراحی و اجرای یک آزمایش بررسی MTurk برای نشان دادن افزودنی و یا کاهشی اثرات.
[ ، ] کریستوفر آنتون و همکاران (2015) MTurk، Craigslist در، AdWords گوگل و فیس بوک: یک مطالعه مقایسه نمونه راحتی به دست آمده از چهار منابع مختلف استخدام آنلاین انجام شده است. طراحی یک بررسی ساده و استخدام شرکت کنندگان از طریق حداقل دو منبع مختلف آنلاین استخدام (می توان آنها را از منابع مختلف از چهار منابع مورد استفاده در Antoun et al. (2015) ).
[ ] یو گاو، یک شرکت تحقیقات بازار مبتنی بر اینترنت، نظرسنجی آنلاین یک پانل از حدود 800،000 پاسخ دهندگان در انگلستان انجام شده و مورد استفاده آقای P. به پیش بینی نتیجه رفراندوم اتحادیه اروپا (به عنوان مثال، Brexit) که در آن رای دهندگان UK رای هم باقی می ماند در و یا ترک اتحادیه اروپا است.
شرح مفصلی از مدل آماری یو گاو است که در اینجا (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). به طور کلی، یو گاو پارتیشن رای دهندگان به انواع بر اساس 2015 انتخابات عمومی انتخاب رای، سن، شرایط، جنسیت، تاریخ مصاحبه، و همچنین حوزه آنها در اول آنها با استفاده از اطلاعات جمع آوری شده از سوی شرکت کنندگان یو گاو زندگی می کنند به منظور برآورد، در میان کسانی که که رأی، نسبت افراد از هر نوع رای دهندگان که قصد رای دادن را ترک کنند. آنها تخمین می زنند مشارکت از هر نوع رای دهندگان با استفاده از مطالعه 2015 بریتانیا انتخابات (BES) پس از انتخابات چهره به چهره بررسی، که مشارکت از رایدهندگان تایید شده است. در نهایت، آنها تخمین می زنند که چگونه بسیاری از مردم از هر نوع رای دهندگان در رای دهندگان بر اساس آخرین سرشماری و سالانه بررسی جمعیت (با برخی از اطلاعات علاوه بر از BES، داده های نظر سنجی یو گاو از سراسر انتخابات عمومی، و اطلاعات در مورد چگونه بسیاری از مردم برای رأی دادند. هر یک از طرفین در هر حوزه).
سه روز قبل از رای گیری، یو گاو سرب دو نقطه برای ترک نشان داد. در آستانه انتخابات، نظرسنجی بسیار نزدیک است (49-51 باقی می ماند) را نشان داد. در مطالعه آخر بر روی روز به نفع باقی می ماند (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/) پیش بینی 48/52. در واقع، این برآورد نتیجه نهایی (52-48 ترک) توسط چهار درصد از دست رفته.
[ ، ] نوشتن یک شبیه سازی برای نشان دادن هر یک از خطاهای نمایندگی در شکل 3.1.
[ ، ] پژوهش از Blumenstock و همکارانش (2015) درگیر ساخت یک مدل یادگیری ماشین است که می تواند اطلاعات ردیابی دیجیتال برای پیش بینی بررسی پاسخ استفاده کنید. حال حاضر، شما در حال رفتن به سعی کنید همین کار را با یک مجموعه داده های مختلف است. Kosinski, Stillwell, and Graepel (2013) دریافتند که فیس بوک را دوست می صفات و ویژگی های فردی پیش بینی کند. با کمال تعجب، این پیش بینی می شود حتی دقیق تر از کسانی که از دوستان و همکارانش (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) سوابق جزئیات استفاده از تماس (از اعضای CDR) از تلفن همراه برای پیش بینی روند بیکاری کل.