Çalakî

  • astengiya zehmet: hêsan sivik , navîn medya , dijwar hişk , pir zehmet zehmet e
  • hewceyê math ( hewceyê hewce dike )
  • hewceyê kodê ( pêdivî ye )
  • daneyên daneyên ( daneyên mobîl )
  • min ( xewna min )

  1. [ hişk De, hewceyê hewce dike ] Di beşa de, ez gelek erênî li ser peydakirina postê bû. Lêbelê, ev her tim hemî nirxên kalîteyê baştir dike. Avakirina rewşeke ku piştî post-stratîsyon dikare kalîteya kalîteya kêm dibe. (Ji bo nîşana Thomsen (1973) .)

  2. [ hişk De, daneyên mobîl De, pêdivî ye ] Rûsyayê ya Mîkrokûkê Turkî damezirandin û çêbikin ku ji bo derheqê gunan û helwestên li ser kontrolkirina çekan de bipirsin. Ji ber vê yekê hûn dikarin texmînên xwe bidin wan kesên ku ji nimûne pirsanek ji derfetên derheqê derheqê, ji kerema xwe pirsên tekst û bersivên bersivên rasterast bi rasterast bi lêkolînek bilindtirîn kalîteya mîna kopê ji aliyê Navenda Pew Research-ê ve bike.

    1. Lêkolînên we çiqasî dirêj dike? Çiqas wê mesref dike? Hûn demografîkên çawa çawa pîvanê te digel demografîkên welatên Yekbûyî yên hevberî didin?
    2. Nirxandina xwerûya xwe ya kîjan xerîbê rawestî ye?
    3. Ji bo ji bo nepresentativeness of nonpresentiveness of your correcting using post-stratification or some technique other. Niha texmînek çekan çi ye?
    4. Bi texmînên we çi bi texmînîna herî dawiyê ji nimûne pêvajoya bingehîn? Hûn çi difikirin, nakokiyên nîqaş dikin, eger hebe?
    5. Pirsgirêk pirsan (b) - (d) ji bo helwestên berî kontrola çekan. Vebijêrkên te çawa cuda?

  3. [ zehmet e De, daneyên mobîl De, pêdivî ye Goel û hevalbendan (2016) pirsên ji hêla Raya Sosyal (GSS) ji 49-birêvebirinê veqetandin-ê çend kesan (bijarte (2016) rêveberiya Pew Research-ê de nimûne nimûne-bersivên bersivkarên ji Mîkrojnîkî Turk-Tirk ve damezirandin. Piştre ew ji bo danûstendina ne-nûnertiya danûstendinê bi karanîna modela bingehîn-ê-peyde-ya bingehîn û nirxên xwe yên bi GSS-PEW û Pew-pirsan re tête danirxandin. Bi heman awayî lêkolînek li ser Amazon Mîkîk Turkî û hewl dide ku 2a û wêneyê 2b binirxînin ku bi texmînên xwe yên danûstandinên bi texmînîna ji hêla ji dora herî dawî ya GSS û Pew ve têne danîn. (Di lîsteya 49 pirsan de bibînin A2-tîpa pêdivî ye.)

    1. Ji ber ku Pew û GSS de encamên xwe bigirin.
    2. Bi encamên xwe û encamên bi wan re ji wan re ji lêgerîna Mîkrîkî Tirk in Goel, Obeng, and Rothschild (2016) .

  4. [ medya De, daneyên mobîl De, pêdivî ye ] Gelek lêkolînên tedbîrên xwe yên bi karanîna telefona mobîl bikar tînin. Ev pêvajoya balkêş e ku lêkolînvan dikarin bi tevgerê xwe re behsa behsa rexne kirine (bi nimûne, Boase and Ling (2013) ) bibînin. Pêwîstiyên du hevpeymanan ji wan re dipirsin û bêje û bêje, û du demên duyem bi "yesterday" û "di hefteya çûyî de" têne.

    1. Berî berhevkirina daneyên ku, ji hêla tedbîrên xweser ên we re difikirin, hûn bêtir rast e? Çima?
    2. Ji pênc hevalên xwe re bişînin ku di lêkolînê de be. Ji kerema xwe bi kurtasî pênc hevalên xwe çiqas hatine çêkirin. Hêviya vê rêbazê ya nimûne di nav texmînên we de bi taybetmendiyên taybetî hene?
    3. Ji wan pirsên microsurvey re bipirsin:
    • "Hûn caran telefonên mobîl bikar anîn ku ji we re din bifikirin?"
    • "Dîroka nivîsên peyamên we yesterday yesterday?"
    • "Hûn caran telefonên mobîl bi kar tînin ku heft rojên din ên din bêjin?"
    • "Hûn caran telefonê mobîl bi kar tîne ku bi heft rojan di peyamên tekstên şîfre / şîfre bişînin?
    1. Dema ku ev microsurvey hatiye qedandin, ji kerema xwe daneyên bikarhênerên xwe wekî ku bi rêya telefonê an jî xizmetkarê xwe re têketî tê kontrol kirin. Bikaranîna xwe-ê-raporê çawa bikar tîne ku daneyên danûstandinê? Ya herî rast e, kîjan kêm eşkere ye?
    2. Niha Niha daneyên ku we ji daneyên din ên di klasika we de ji we re damezirandin (eger hûn çalakî ji bo kategoriyê bikin). Bi vê datasetek mezin, part (d) dubare bike.

  5. [ medya De, daneyên mobîl ] Schuman û Presser (1996) argûn bikin ku dê emrê du pirsan pirsî bikin: pirsên parçeyên ku li du pirsan di heman astê taybetmendiyê de (nimûne, nirxên du serokkomarên serokkomar) hene; û beşdarî pirsên ku li pir pirsek gelemperî pirsek pir girîng e (mînak, ji "Pirsgirêka" hûn bi karê xwe re dilovan e? "ji pey re got:" Hûn bi jiyana we çiqas kêfxweş e? ").

    Wan jî du celebên bandora hiqûqî ya pirsê nîşan bide: Dema ku bersivên piştî paşniyar bersiv têne kirin (ji wan re ji wan re bêtir be) bêne çêkirin; ji bo ku ji wan re pirsên pêşîn ve dayîn; bandorên nakokî yên ku di navbera herdu pirsan de bersivên mezintir in.

    1. Pirsgirêka beşên beşdarî beşên ku hûn difikirin ku bandorek bandoreke nerazî ya pir mezin heye; cotek beşdarî tevahiya pirsan ku hûn difikirin ku bandorek bandorek mezin heye; û du pirsên ku ji bo ku hûn difikirin, dê ne girîng e. Li ezmûnên ermenîkî yên mîrkûkê re ezmûnek lêgerînek bikim ku pirsên te bikim
    2. Çiqas pir bandorek perçeyek mezin bû ku hûn bikaribin çêbikin? Ma ev bandorek an bandorek wateya bû?
    3. Çiqas pir bandorek bandorek ji we re çêbû? Ma ev bandorek an bandorek wateya bû?
    4. Gelo li ser pisgirêka biryareke nimûne ya li wir li wir ku tu fikir kir ku em dê bisekinin?

  6. [ medya De, daneyên mobîl ] Li avahiyê li ser Schuman û Presser, Moore (2002) Damezrandina bandorkirina hiqûqa jimarek vegotin: bandor û berbiçavên berbiçav. Dema ku bandorên berevajî û dewlemendî têne hilberandin, encamên nirxên du herdu di têkiliyên hevdu de, bi bandorên berbiçav û berevajî yên ku bandorparêzan di nav çarçoveya mezin de di nav kîjan pirsan de têne hesas kirin têne hilberandin. Moore (2002) bixwînin, piştre damezirandina lêkolîna lêkolînê ya li MTurkê damezirandin û rakêş bikin ku bandorên berbiçav û nermalîfên xwenîşandan nîşan bidin.

  7. [ hişk De, daneyên mobîl ] Christopher Antoun û hevalên xwe (2015) lêkolînek daneyên nimûneyên hêsantir ji çar çavkaniyên xwecihî yên cuda yên cuda yên cuda yên ji hêla online ve hatin girtin: MTurk, Craigslist, Google AdWords û Facebook. Vebijêrkek lêgerîn û tevlî beşdaran bi kêmîve du çavkaniyên navendên cuda yên cuda online (ev çavkaniyên ji çar çavkaniyên cuda di Antoun et al. (2015) ) de têne bikaranîn.

    1. Bi bihêlin lêçûna mesrefê mesrefê-de di warê dem û dem-navendên cuda de.
    2. Comparasyonê ya nimûneyên ku ji çavkaniyên cuda cuda têne dayîn.
    3. Bi kalîteya danûstandinên di navbera nimûne. Ji bo fikrên der barê bersivên kalîteya daneyên Schober et al. (2015) , li Schober et al. (2015) .
    4. Çavkaniya we ya we çi ye? Çima?

  8. [ medya Di hewldana ku encamên encamên Referandûma 2016 (ango Brexit), Wezareta Yekbûyî ya Weqfa Weqfê ya Înternetê-ya ku di çarçoveya Yekbûyî de, ji bo 800,000 bersîvanan de pêk hat.

    Dîroka Detekirîna modela statistî ya WeGov dikare li https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/. Hûn bi axaftinê, WeGov dengên ku di hilbijartinên giştî yên 2015ê de hilbijartina hilbijartinê, temen, kalîtekirin, cinsî û dîrok hevpeyvîn, û her wiha di nav deverên ku ew dijîn dabeş kirin. Pêşîn, ew daneyên ku ji PanGîstên YouGov ve hatin danirxandin ku di nav wan de, di nav wan de, heqê mirovên ku her tiştî yên dengdêr ên ku ji bo dengdanê veqetin. Wan diyar kirin ku her cureya dengdêran ji hêla lêkolîna hilbijartinê ya Brîtanî (BES) ya 2015ê ve tê bikaranîn, lêpirsîna rûyê rûyê rûyê rûyê, ku ji riya hilbijartinê ve hat pejirandin. Di dawiyê de, wan texmîn kir ku çend kesan li wir di hilbijartinê de her voterek hebûn, li ser serjimartina Nûçeyên Nûjen û Surveyî ya Giştî (bi hin çavkaniyên din ên çavkaniyên daneyên daneyên din).

    Wê sê rojan berî dengê, YouGov ji bo derketina du-gihê nîşan da. Li ser perçeya dengdanê, kursî nîşan dide ku encam pir nêzîkî bangî (49/51 bimîne). Lêkolîna dawîn ya dawîn 48/52 li hember Remain (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/) pêşniyar kir. Bi rastî, ev texmîn ji sedî çarçoveya dawî (52/48 Daxuyaniyê) ji sedî%

    1. Di çarçoveya vê çarçoveyê de astengiya astengkirina lêkolîna tevahiya lêkolînê bikar bînin ku çi bikuje ku tiştek çewt bûbû.
    2. Piştî bersîviya WeGov (https://yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/) diyar kir: "Ev beşek mezinbûna mezin-tiştek ku li beşek mezin Me gotiye ku hemî hemî li ser encamên nifşêrîn ên bihevrekî pir girîng e. Modela Tevgera me ya bingehîn bû, di çarçoveyê de, ka bersivên ku di hilbijartinên gelemperî de dengdan û asta rêjeya bilind li ser hilbijartinên gelemperî, nemaze li bakurê bakurê xemgîn kir. "Ma ev bersiva we re parçeyek (a) guherîn?

  9. [ medya De, pêdivî ye ] Ji bo helwestek nivîsîn ji bo çewtiyên nûnerên 3.2-ê di nimûne 3.

    1. Rewşeke ku ev çewtiyê çêbikin biaxivin bi rastî rast bikin.
    2. Vê rewşeke ku derheqên hevdû hevdu hevdu çêbikin.

  10. [ zehmet e De, pêdivî ye ] Lêkolînê ya Blumenstock û hevalbendan (2015) di modela perwerdehiya pîşesazî de çêbikin ku dikare daneyên traceya dîjîtal bikar bînin bersiva bersivên lêkolînê. Niha, hûn ê di heman tiştê de bi datasetek cuda cuda dikin. Kosinski, Stillwell, and Graepel (2013) dît ku Kosinski, Stillwell, and Graepel (2013) Facebook dikare dikane pêşniyarên taybet û taybetmendiyên kesane. Bi rastî, bi rastî, ev pêşniyarên ji hêla hevalên xwe û hevalên xwe ve bêtir rast (Youyou, Kosinski, and Stillwell 2015) .

    1. Kosinski, Stillwell, and Graepel (2013) 2. Daneyên wan li http://mypersonality.org/
    2. Niha, nimûne 3.
    3. Di dawiyê de, modela xwe li ser daneyên xwe yên Facebookê hewce bike: http://applymagicsauce.com/. Çawa te ji bo we çi dixe?

  11. [ medya ] Toole et al. (2015) ji bo telefonên telefonên agahdariyê (CDRs) yên telefonê yên ku ji bo pêşniyarên bêkariyê yên pêşniyarkirina pêşniyara karanîna kar tînin.

    1. Compar û berevajî dîzamên lêkolînê yên Toole et al. (2015) bi Blumenstock, Cadamuro, and On (2015) .
    2. Ma hûn difikirin ku CDRs divê şertên kevneşopî veguherînin, hemî siyasetmedarên hikûmetê yên ku ji bêkariyê veqetin, wan tije bikin an neyê bikaranîn? Çima?
    3. Ma kîjan belgeyên ku hûn bawer dikin ku CDRs dikare tevdîrên kevneşopî yên rêjeya bêkariyê biguherînin?

Powered by Open Review Toolkit