eme

Key:

  • ogo ike: mfe mfe , na-ajụ -ajụ , ike ike , Nnọọ ike ike
  • -achọ ná mgbakọ na mwepụ ( -achọ ná mgbakọ na mwepụ )
  • -achọ nzuzo ( -achọ nzuzo )
  • data collection ( data collection )
  • m ọkacha mmasị ( ọkacha mmasị m )

  1. [ ike , -achọ ná mgbakọ na mwepụ ] Na isi, m bụ nnọọ anya nke oma banyere post-stratification. Otú ọ dị, ọ bụghị mgbe niile ka mma atụmatụ e mere. -Ewu a ọnọdụ ebe ike biputere-stratification nwere ike ibelata àgwà nke atụmatụ. (N'ihi na a ndumodu,-ahụ Thomsen (1973) ).

  2. [ ike , data collection , -achọ nzuzo ] Design na-eduzi a abụghị ihe gbasara nke puru nnyocha e mere na Amazon MTurk ịjụ banyere egbe nwe ( "Ị, ma ọ bụ na-eme onye ọ bụla na ezinụlọ gị, nwere a egbe, égbè ma ọ bụ egbe? Ọ bụ na unu ma ọ bụ onye ọzọ na ezinụlọ gị?") Na àgwà egbe akara ( "Gịnị ka i chere dị mkpa-iji chebe nri nke ndị America na aka egbe, ma ọ bụ ịchịkwa egbe nwe?").

    1. Ogologo oge hà aṅaa gị nnyocha e mere na-? Ego ole ka ọ na-eri? Olee otú ndị demographics gị sample iji tụnyere demographics nke United States bi?
    2. Gịnị bụ ndu atụmatụ nke egbe nwe na-eji gị sample?
    3. Correct maka ndị na-abụghị representativeness gị sample iji post-stratification ọ bụ ndị ọzọ na Usoro. Ugbu a ihe bụ atụmatụ e mere nke egbe nwe?
    4. Olee otú gị atụmatụ e mere iji tụnyere ndị ọhụrụ atụmatụ e mere si piwu Research Center? Gịnị ka i chere kọwaa-emegiderịta, ma ọ bụrụ na e nwere ihe ọ bụla?
    5. Tinyegharịa mmega 2-5 n'ihi na mmadụ na-ele egbe akara. Olee otú gị Nchoputa dị iche?

  3. [ ike , data collection , -achọ nzuzo ] Goel na ibe (2016) ndinọ a abụghị ihe gbasara nke puru dabeere na nnyocha e mere esịnede 49 bụ ọtụtụ nhọrọ attitudinal ajụjụ na-adọrọ mmasị site na General Social Survey (GSS) na họrọ nnyocha ndị e mere site piwu Research Center on Amazon MTurk. Ha na-ahụ mgbanwe n'ihi na ndị na-abụghị representativeness nke data site na iji nlereanya dabeere na post-stratification (Mr. P), na tụnyere ndị gbanwee atụmatụ e mere na ndị na-eme atụmatụ iji gbasara nke puru omume ndị dabeere na GSS / piwu nyocha. -Eduzi otu nnyocha e mere na MTurk na-agbalị emepụtaghachi ọgụgụ 2a na ọgụgụ 2b site n'iji gị iji ghọọ atụmatụ na atụmatụ e mere si na-adịbeghị anya agba nke GSS / piwu (Lee Ihe Odide Ntụkwasị Isiokwu A2 maka ndepụta nke 49 ajụjụ).

    1. Tụlee na okpụhọde gị pụta na-arụpụta piwu na GSS.
    2. Tụlee na okpụhọde gị pụta na-arụpụta si MTurk nnyocha e mere na Goel, Obeng, and Rothschild (2016) .

  4. [ -ajụ , data collection , -achọ nzuzo ] Ọtụtụ nchọpụta na-eji onwe akụkọ jikoro nke ekwentị mkpanaaka ọrụ data. Nke a bụ ihe na-akpali ọnọdụ ebe na-eme nnyocha ga-eji tụnyere onwe kọrọ ya omume na ite omume (lee eg, Boase and Ling (2013) ). Abụọ nkịtị agwa ịjụ banyere na-akpọ na ide ozi n'ekwe ntị, na abụọ nkịtị oge okpokolo agba bụ "ụnyaahụ" na "n'oge gara aga izu."

    1. Tupu obon ọ bụla data, nke nke onwe onye na-akụkọ ihe i chere bụ ihe ezi? N'ihi gịnị?
    2. N'oru 5 n'ime ndị enyi gị ka ọ na-gị nnyocha e mere. Biko nkenke ichikota otú a 5 enyi sampled. Nke a pụrụ nlele usoro eji kpọmkwem biases gị atụmatụ?
    3. Biko gwa ha na-esonụ Micro-nnyocha e mere:
    • "Ugboro ole ka ị na-eji ekwentị mkpanaaka na-akpọ ndị ọzọ ụnyaahụ?"
    • "Olee otú ọtụtụ ozi ederede mere i ji hapụ ụnyaahụ?"
    • "Ugboro ole ka ị na-eji ekwentị mkpanaaka gị na-akpọ ndị ọzọ na nke ikpeazụ ụbọchị asaa?"
    • "Ugboro ole ka ị na-eji ekwentị mkpanaaka gị iji zipu ma ọ bụ na-enweta ozi ederede / SMS ke akpatre ụbọchị asaa?" Ozugbo nnyocha e mere zuru ezu, rịọ ka elele ha ojiji data dị ka ite-ha ekwentị ma ọ bụ na-eweta ọrụ.
    1. Olee otú onwe akụkọ ojiji e jiri ya tụnyere abanye data? Nke kasi ezi, nke bụ dịghị ihe ọzọ ezi ihe?
    2. Ugbu a ikpokọta data na ị na-achịkọta na data site na ndị ọzọ ndị mmadụ na klas unu (ma ọ bụrụ na ị na-eme nke a ọrụ n'ihi na a na klas). Na a ibu dataset, ikwugharị akụkụ (d).

  5. [ -ajụ , data collection ] Schuman na Presser (1996) na-arụ ụka ajụjụ ahụ iwu ga-mkpa maka ihe abụọ na ụdị mmekọrịta dị n'etiti ajụjụ: akụkụ-akụkụ ajụjụ ebe ajụjụ abụọ dị n'otu larịị nke specificity (eg ratings nke abụọ president na-aga ime); na akụkụ-dum ajụjụ ebe a n'ozuzu ajụjụ ndị a a ọzọ ụfọdụ ajụjụ (eg-arịọ "Olee otú afọ ojuju bụ gị na ọrụ gị?" sochiri "Olee otú afọ ojuju bụ gị na ndụ gị?").

    Ha n'ihu ya mara na abụọ na ụdị ajụjụ iji mmetụta: anọgidesi mmetụta ime mgbe Ibọrọ a gasịrị ajụjụ na-ada nso (karịa ha ga-uzọ-abụ) ndị e nyere ndị mbụ ajụjụ; okpụhọde mmetụta ime mgbe e nwere ukwuu ọdịiche dị n'etiti Ibọrọ mbụme iba.

    1. Mepụta a ụzọ akụkụ-akụkụ ajụjụ na ị na-eche ga-enwe nnukwu ajụjụ iji mmetụta, a ụzọ akụkụ-dum ajụjụ na ị na-eche ga-enwe nnukwu iji mmetụta, na ọzọ ụzọ nke ajụjụ onye ka ị na-eche ga-mkpa. -Agba ọsọ a nnyocha e mere nnwale on MTurk iji nwalee gị ajụjụ.
    2. Olee nnukwu bụ akụkụ-akụkụ mmetụta ndị ị na enwe ike ike? Ọ bụ a anọgidesi ma ọ bụ iche mmetụta?
    3. Olee nnukwu bụ akụkụ-dum mmetụta ndị ị na enwe ike ike? Ọ bụ a anọgidesi ma ọ bụ iche mmetụta?
    4. Nọ n'ebe a ajụjụ iji mmetụta gị ụzọ n'ebe ọ na-eche na iji ga mkpa?

  6. [ -ajụ , data collection ] Iwuli on ọrụ Schuman na Presser, Moore (2002) na-akọwa a iche iche akụkụ nke ajụjụ iji mmetụta: mmako na subtractive. Mgbe iche na ịnọgide na mmetụta na-emepụta dị ka a N'ihi ya nke ndị zaghachirinụ 'nwete nke abụọ ihe na mmekọrita ọ bụla ọzọ, mmako na subtractive mmetụta na-emepụta mgbe zaghachirinụ na-mere ihe chebaara ibu kpuchie n'ime nke ajụjụ ndị ahụ a jụrụ. -Agụ Moore (2002) , mgbe ahụ, chepụta ma na-agba ọsọ a nnyocha e mere nnwale on MTurk na-egosi na mmako ma ọ bụ subtractive mmetụta.

  7. [ ike , data collection ] Christopher Antoun na ibe (2015) mụụrụ a na-amụ atụnyere na mma samples enwetara site na anọ dị iche iche online mmadụ n'ọrụ isi mmalite: MTurk, Craigslist, Google AdWords na Facebook. Chepụta a dị mfe nnyocha e mere na n'oru sonyere site na ihe abụọ dị iche iche online mmadụ n'ọrụ na isi mmalite (na ha nwere ike ịdị iche na isi mmalite si anọ na isi mmalite eji na Antoun et al. (2015) ).

    1. Tụlee ihe na-eri kwa agha, na okwu nke ego na oge, n'etiti dị iche iche na isi mmalite.
    2. Tụlee ihe ndị mejupụtara nke samples e nwetara site dị iche iche na isi mmalite.
    3. Tụlee àgwà nke data n'etiti samples. N'ihi na echiche banyere otú e si atụ data àgwà si zaghachirinụ,-ahụ Schober et al. (2015) .
    4. Gịnị bụ gị họọrọ isi iyi? N'ihi gịnị?

  8. [ -ajụ ] YouGov, ihe internet dabeere na ahịa nnyocha ike, mụụrụ online ntuli nke a panel nke banyere 800,000 ndị zaghachirinụ na UK na-eji Mr. P. ịkọ n'ihi EU referendum (ie, Brexit) ebe UK Ntuli votu ma ịnọgide na ma ọ bụ na-ahapụ European Union.

    A zuru ezu nkọwa nke YouGov si mgbakọ na mwepụ nlereanya bụ ebe a (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Olee ihe enyemaka na-ekwu okwu, YouGov partitions Ntuli n'ime ụdị dabeere na 2015 ntụli aka votu oke, afọ, iru eru, okike, na ụbọchị nke Ajụjụ ọnụ, nakwa dị ka constituency ha bi na. Mbụ, ha na-eji data anakọtara site YouGov panelists ka na-eme atụmatụ, n'etiti ndị onye votu, nkezi nke ndị nke ọ bụla Voter ụdị bu n'obi na votu Hapụ. Ha na-eme atụmatụ turnout nke ọ bụla Voter ụdị site na iji 2015 British Election Study (bes) post-ntuli aka ihu na ihu nnyocha e mere, nke irè turnout si electoral na-apụta. N'ikpeazụ, ha na-eme atụmatụ otú ọtụtụ ndị e nwere nke ọ bụla Voter ụdị na onu dabere na kacha ọhụrụ Census na Kwa Afọ Population Survey (na ụfọdụ mgbakwunye na ozi si bes, YouGov nnyocha e mere data si gburugburu ntụli aka, na ozi na otú ọtụtụ ndị tozuru oke onye ọ bụla ọzọ na onye ọ bụla constituency).

    Ụbọchị atọ tupu votu, YouGov gosiri a abụọ mgbe edu ndú maka Hapụ. N'abalị bọtara ụbọchị ịtụ vootu, ndị nghoputa gosiri kwa nso ikpọ (49-51 Nọgide). The ikpeazụ na-na-ụbọchị ọmụmụ buru amụma 48/52 na ihu ọma nke Nọgide (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). N'ezie, nke a atụmatụ e mere Agbaghara ikpeazụ n'ihi (52-48 Hapụ) site anọ pasent ihe.

    1. Eji na ngụkọta e mere na njehie kpuchie ulere n'isiokwu a na-amata ihe pụrụ esiwo na-ezighị ezi.
    2. YouGov nzaghachi mgbe ntuli aka (https://yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/) kọwara, sị: "Nke a yiri na a nnukwu akụkụ ruru turnout - ihe na- anyị kwuru niile tinyere ga-abụ oké mkpa iji n'ikpe ndị ahụ a finely kwesịrị isi na agbụrụ. Anyị turnout nlereanya ahụ dabeere, n'otu akụkụ, ma zaghachirinụ ama tozuru oke ikpeazụ ntụli aka na a turnout larịị elu karịa nke n'ozuzu ntuli aka iwe iwe na nlereanya, karịsịa na North. "Nke a ọ ịgbanwe gị azịza akụkụ (a)?

  9. [ -ajụ , -achọ nzuzo ] Dee a ịme anwansị iji gosi na onye ọ bụla nke ihe yiri njehie na ọgụgụ 3.1.

    1. Ike a ọnọdụ ebe ndị a na njehie n'ezie hichapụ.
    2. Ike a ọnọdụ ebe ndị njehie onyinye ọ bụla ọzọ.

  10. [ ike , -achọ nzuzo ] The nnyocha nke Blumenstock na ibe (2015) ibuana ewu a igwe mmụta nlereanya na nwere ike iji dijitalụ Chọpụta data ịkọ nnyocha e mere na-azaghachi. Ugbu a, ị na-aga na-agbalị otu ihe na a dị iche iche dataset. Kosinski, Stillwell, and Graepel (2013) chọpụtara na Facebook mmasị nwere ike ịkọ onye àgwà na àgwà. N'ụzọ dị ịtụnanya, a amụma nwere ike ịbụ ọbụna ihe ezi karịa ndị nke ndị enyi na ndị ọrụ ibe (Youyou, Kosinski, and Stillwell 2015) .

    1. -Agụ Kosinski, Stillwell, and Graepel (2013) , na emepụtaghachi ọgụgụ 2. Ha data dị ebe a: http://mypersonality.org/
    2. Ugbu a, emepụtaghachi ọgụgụ 3.
    3. N'ikpeazụ, na-agbalị ha nlereanya na gị onwe gị Facebook data: http://applymagicsauce.com/. Olee otú ọ baara gị?

  11. [ -ajụ ] Toole et al. (2015) ojiji oku na-aga zuru ezu ihe ndekọ (CDRs) si mobile phones ịkọ nchịkọta enweghị ọrụ na ọnọdụ.

    1. Tụlee na okpụhọde imewe nke Toole et al. (2015) na Blumenstock, Cadamuro, and On (2015) .
    2. Ị na-eche CDRs kwesịrị dochie omenala nnyocha ndị e mere, zuo ezu ha ma ọ bụ na-eji mgbe nile maka ọchịchị policymakers soro na-enweghị ọrụ? N'ihi gịnị?
    3. Ihe àmà na-egosi ga-kwenye na ị na CDRs ike kpamkpam dochie omenala jikoro nke na-enweghị ọrụ ọnụego?

Powered by Open Review Toolkit