Ključ:
[ , ] U poglavlju, bio sam vrlo pozitivno mišljenje o post-raslojavanja. Međutim, to nije uvijek poboljšati kvalitetu procjena. Konstruirati situaciju u kojoj se mogu postavljati-stratifikacija može smanjiti kvalitetu procjena. (Za savjet, pogledajte Thomsen (1973) ).
[ , , ] Dizajn i provesti anketu ne-vjerojatnosti na Amazonu MTurk pitati o posjedovanju oružja ( "Da li ti, ili bilo tko u Vašem kućanstvu, pištolj, pušku ili pištolj? Je li to vi ili netko u vašem kućanstvu?") I stavovi prema kontroli oružja ( "Što misliš da je važnije za zaštitu prava Amerikanaca da posjeduju oružje, ili za kontrolu posjedovanja oružja?").
[ , , ] Goel i kolege (2016) daju pregled ne temeljen na vjerojatnosti a koji se sastoji od 49 višestrukim izborom stavovima pitanja izvući iz Opće Social Survey (GSS) i odaberite istraživanja Pew Research Center na Amazon MTurk. Oni su zatim prilagoditi za ne-reprezentativnosti podataka korištenjem modela temeljenih post-slojevitost (G. P), i usporediti prilagođene procjene s onima procjenjuje vjerojatnosti temeljene GSS / Pew anketama. Provesti isto istraživanje o MTurk i pokušati ponoviti sliku 2a i 2b Sliku uspoređujući svoje prilagođene procjene s procjenama iz najnovijih rundi GSS / Pew (Vidi Dodatak Tablica A2 za popis od 49 pitanja).
[ , , ] Mnoge studije koriste mjere samostalno izvješće podataka mobilnih telefona aktivnosti. Ovo je zanimljiva postavka gdje znanstvenici mogu usporediti samo-prijavio ponašanje sa prijavljeni ponašanja (vidi npr Boase and Ling (2013) ). Dvije zajedničke ponašanja pitati o zovete i tkanina, te dva zajednička vremenskim okvirima su "jučer" i "u posljednjih tjedan dana."
[ , ] Schuman i pegler (1996) tvrde da pitanje narudžbe bi bilo važno za dvije vrste odnosa između pitanja: part-dio pitanja gdje se dva pitanja su na istoj razini specifičnosti (npr ocjene dvaju predsjedničkih kandidata); i izvanredni cijeli pitanja gdje opći pitanje slijedi više specifičnih pitanja (npr pita "Koliko ste zadovoljni svojim radom?", a zatim "Kako ste zadovoljni sa svojim životom?").
Oni dalje karakterizirati dvije vrste pitanje reda snazi: konzistencije učinci pojavljuju kada odgovori na neki kasniji pitanje su doveli bliže (nego što bi to inače bilo) da bi one dane u ranijem pitanju; kontrastom pojaviti kada postoje veće razlike između odgovora na dva pitanja.
[ , ] Nadovezujući se na rad Schumana i šivaću, Moore (2002) opisuje zasebnu dimenziju pitanje reda snagu: aditiva i odbijene. Dok su kontrast i dosljednost učinci nastaju kao posljedica procjene ispitanika dvaju predmeta u odnosu na svaku drugu, aditiva i odbijajuće učinci proizvedeni kada su ispitanici su više osjetljivi na širem okviru unutar kojeg se postavljaju pitanja. Pročitajte Moore (2002) , a zatim osmisliti i pokrenuti eksperiment Anketa o MTurk pokazati aditivni ili odbijajuće djelovanje.
[ , ] Christopher Antoun i suradnici (2015) su proveli istraživanje uspoređujući uzorke praktičnost dobivenih iz četiri različite mrežnih izvora zapošljavanje: MTurk, Craigslist, Google AdWords i Facebook. Dizajn jednostavan upitnik i regrutirati sudionike kroz najmanje dva različita izvora online zapošljavanje (oni mogu biti različiti izvori iz četiri izvora koji se koriste u Antoun et al. (2015) ).
[ ] YouGov, internet-based tvrtka za istraživanje tržišta, provela online anketa panela od oko 800.000 ispitanika u Velikoj Britaniji, a koristi se gospodinu P. predvidjeti rezultat referenduma u EU (tj Brexit), gdje su britanski birači glasuju da ostane ili ostaviti u Europsku uniju.
Detaljan opis YouGov je statistički model je ovdje (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Grubo govoreći, YouGov particija birače na tipove 2015. opći izbori izbor glasovanja, dobi, stručnoj spremi, spol, datum razgovora, kao i izborne jedinice u kojoj žive. Prvo, oni su koristili podatke prikupljene od YouGov panelisti procijeniti, među onima koji glasuju, udio ljudi svake vrste birača koji namjeravaju glasovati Ostaviti. Oni procjenjuju odaziv od svake vrste birača pomoću 2015. britanski izbornog studija (BES) postizborni licem u lice geodetski projekt, koji provjeravaju skupilo iz biračkih popisa. Konačno, oni procijeniti koliko ljudi ima svake vrste birača u izbornoj jedinici na temelju najnovijeg popisa stanovništva i Godišnje istraživanje populacije (s nekim dodatnim informacijama iz BES, YouGov istraživanja podaci iz cijelog opće izbore i informacije o tome koliko je ljudi glasovalo za svaka stranka u svakoj izbornoj jedinici).
Tri dana prije izbora, YouGov pokazao dva koševa za odlazak. Uoči glasovanja, anketa je pokazala preblizu nazvati (49-51 ostati). Konačni na-dan Studija je predvidjela 48/52 u korist ostati (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). U stvari, ova procjena propustili konačni rezultat (52-48 dopust) za četiri postotna boda.
[ , ] Napišite simulacije kako bi ilustrirali svaki od pogrešaka zastupljenosti na slici 3.1.
[ , ] Istraživanje Blumenstock i kolege (2015) koji su uključeni izgradnji modela strojnog učenja koji bi mogli koristiti digitalne podatke u tragovima predvidjeti odgovore na anketu. Sada, ti si idući u pokušati istu stvar s drugom skupu podataka. Kosinski, Stillwell, and Graepel (2013) je utvrdio da Facebook ne voli može predvidjeti individualne osobine i atribute. Začudo, ta predviđanja može biti još precizniji od onih prijatelja i kolega (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) Primjena detalje o pozivima (CDR) iz mobitela predvidjeti trendove nezaposlenosti.