Çalakî

Qûfle:

  • pileya zehmetî: hêsan e sivik , navîn medya , zehmet hişk , Pir dijwar pir dijwar
  • pêwîstî bi fizîkê ( pêwîstî bi fen )
  • pêwîstî bi kar binî ( pêwîstî bi kar binî )
  • berhevkirina daneyên ( berhevkirina daneyên )
  • favorites min ( favorite min )

  1. [ hişk , pêwîstî bi fen ] Di beşa, ez li ser post-asûna pir erênî bû. Lê belê, ev yek tim çêtirkirina kalîteya bi texmînî ne. Avakirina rewşa ku nikarî mesajan-asûna dikare bi kalîte ji texmînên re biçûkbûn divê. (Ji bo hint, dîtina Thomsen (1973) ).

  2. [ hişk , berhevkirina daneyên , pêwîstî bi kar binî ] Design û tetbîqkirina a lêkolînê non-sîlahan li ser Amazon MTurk li ser xwedîtîya gun bipirsin ( "Gelo hûn, yan jî nake ku kesek di mala te de, xwe bi çekê, tivingê an jî bi texte? Ma ku tu yan jî kesekî din de di mala we?") Û helwestên li hemberî kontrol gun ( "tu çi difikirî girîng-to zêdetir e parastina mafê Amerîkî ji bo xwe çek, yan jî ji bo kontrolkirina milkiyeta gun?").

    1. Çiqas dem lêgerîna te bigirin? Çawa çiqasî e? Ez çawa dikarim demografiya testa te bimînînim demografîk ya xelkê Amerîka?
    2. texmîna xav ji milk gun bikaranîna testa te çi ye?
    3. Correct ji bo non-nûnerî yên li testa te bi bikaranîna post-asûna an hin teknîka din. Niha çi texmîna ji milk gun e?
    4. Ez çawa dikarim texmînên xwe bimînînim dawî de texmînekê ji Pew Research Center? Tu çi difikirî rave tê axiftin, eger tu li wê derê?
    5. bi karanîna 2-5 bo helwestên ber bi kontrol gun dubare. Ez çawa dikarim dîtinên xwe diguherin?

  3. [ pir dijwar , berhevkirina daneyên , pêwîstî bi kar binî ] Goel û hevalên (2016) bi rêve a lêkolînê-based non-sîlahan ku pêkhatibûn ji 49 pirsan attitudinal multiple-hilbijartina ji Survey civakî ya giştî (GSS) û anketên hilbijartinê yên ji alîyê Pew Research Center li ser Amazon MTurk xêzkirin. Ew paşê ji bo non-nûnerî yên welat bi bikaranîna-bingeha modela post-asûna (Mr. P) eyar bike, û wê li gor hebę bi wan texmîn bikaranîna anketên Xemgin Birhat / Pew-based sîlahan. Rêvekirina lêkolînê li ser MTurk û hewl ji bo damezrandina 2a Figure û Figure 2b di riya danberheva texmînên pîşan dide xwe bi texmînî ji geryanên herî dawî yên Xemgin Birhat / Pew (Pêvek Table A2 ji bo lîsteya 49 pirsên binêre).

    1. Compare û berevajî vê encamên xwe de bi encam ji Pew û GSS.
    2. Compare û berevajî vê encamên xwe de ji encamên ji anketê MTurk li Goel, Obeng, and Rothschild (2016) .

  4. [ medya , berhevkirina daneyên , pêwîstî bi kar binî ] Xebatên gelek tedbîrên self-rapora ji welat çalakiyên telefonên mobîl. Ev mîhengê balkêş e ku lêkolîner dikarin helwesta-self ragihandin bi helwesta qeydkir, miqayese e (binêrin eg, Boase and Ling (2013) ). Du tevgerên hevbeş li ser bang û texting, û du çît dem hevpar bipirsin in "duh" û "di hefteya derbasbûyî de."

    1. Berî komkirina hemû daneyên ku ji self-rapora tedbîrên dîtina te çêtir e? Çima?
    2. Gunehdar 5 hevalên xwe di lêgerîna te be. Ji kerema xwe re bi kurtî bi kurtî çawa van 5 hevalên nimûneyeka bûn. Bibe vê tedbîrê mînakan kîvroşkê rewşên taybetî di texmînên te?
    3. Ji kerema xwe wan li jêr micro-lêkolînê bipirsin:
    • "We çend caran bi kar neda telefonên mobîl ji bo banga din duh?"
    • "Çawa gelek mesajên tekstê duh kir?"
    • "We çend caran bi kar kir telefona xwe ya mobîl ku gazî yên din jî li heft rojên dawî de?"
    • "Çend caran hûn bikaranîna telefona xwe ya mobîl bişînin an qebûl mesajên text / SMS di heft rojên dawî de?" Carekê di anketê de temam e, bixwazin ku venêrî welat Bikaranîna wan wek bi telefonê yan jî xizmetê provider xwe têketî.
    1. Ma çawa dibe ku bikaranîna self-rapora bimînînim log welat? Ku peydakirina rast e, ew e ku herî kêm rasteqîne?
    2. Niha êlêmêntên ji daneyên ku we bi daneyên ji kesên din, di sinifa xwe komkirin (eger tu bi kirina vê yekê çalakiyên ji bo class). Bi vê dataset mezintir, part (d) dubare.

  5. [ medya , berhevkirina daneyên ] Schuman û presser (1996) de dibêjin ku fermana pirs dê ji bo du cure yên têkiliyên di navbera pirsên madeyê: pirsan part-part ku du pirsên li heman asta yên .Mezinbûn in (wek nimûne ratings ji du berbijarên serokatîyê); û pirsên part-tevahiya ku pirsa giştî a question taybetî bêtir li pey (nimûne: "çawa razî te bi karê xwe ne?" li pey "çiqas memnûn te bi jiyana te de ne?").

    Ew bêtir li ravekirina du cure yên bandora pirsa da: bandorên consistency biqewime dema ku bersivên ji bo pirsa paşê bi nêzîkî (ji bilî wan wekî din dê bibe) ji bo wan bê dayîn ji bo pirsgirêka zûtir anîn; Bi berevajî bandorên biqewime dema ku cudahiyên di navbera bersivên ji bo du pirsan heye.

    1. Create a cotek pirsên part-part ku hun difikirin ku dê bandoreke mezin pirsê da, cotek pirsên part-tevahiya ku hun difikirin ku dê bandora nîzama mezin heye, û cotekî din ji pirsên ku ji bo dîtina we dê madeyê, ne xwedî. Run ezmûneke lêkolînê li ser MTurk ji bo ceribandinê pirsên te.
    2. bandora part-part çi qasî mezin bû ku tu bikaribî ava bûn? ku ev bandora consistency an jî berevajî bû?
    3. bandora part-tevahiya çiqas fireh bû we nikaribû hûn ji bo afirandina bûn? ku ev bandora consistency an jî berevajî bû?
    4. Bû, tesîreke da pirsa li cotek te ku tu caran guman nedikir ku nîzama wê ferq heye?

  6. [ medya , berhevkirina daneyên ] Avakirina li ser karê Schuman û presser, Moore (2002) dariştinê û kêmker: Aliyê cuda yên bandora pirsa order de rave dike. Gava ku bandorên berevajî û berdewamiya bi encama nirxandinên beşdarên ku 'ji du tomar di têkiliyên bi hev û din, dariştinê çêkirin û dema ku beşdarên ku bi ji bo ku di çarçoveya mezintir di nav ku pirs tên pirsîn hesas zêdetir made bandora kêmker bi hilberandin. Read Moore (2002) , paşê design û bi rê ve ezmûna lêkolînê li ser MTurk ku nîşan dariştinê an kêmker bandorên.

  7. [ hişk , berhevkirina daneyên ] Christopher Antoun û hevalên (2015) MTurk, Craigslist, Google Adwords û Facebook: lêkolîneke danberheva testên hevgirtinê de dest ji çar cuda çavkaniyên û karmendan bike kirin. Design a lêkolînê sade û leşkerekî beşdaran bi kêmanî ji aliyê du çavkaniyên cuda bike û karmendan (ew dikarin bibin çavkaniyên cuda ji çar çavkaniyên girîng in Antoun et al. (2015) ).

    1. Hevber cost per, sirf, di warê pere û dem, di navbera çavkaniyên cuda.
    2. Compare kompozîsyona ya testa agahiyên ji çavkaniyên cuda.
    3. Hevber quality of data di navbera testa. Ji bo ramanên derbarê çawa ji bo pîvandinê quality welat ji beşdarên anketê, dîtina Schober et al. (2015) .
    4. source hinekne we çi ye? Çima?

  8. [ medya ] YouGov, an şîrketên lêkolînê bazara li ser Înternetê, pirsînan bike ji panela of about 800,000 pişikdaran li Brîtanyayê kirin û bikaranîn birêz P. ku pêşbînî li ser encama referandumê YE (ango, Brexit) li cihê ku hilbijêrên UK dengê yan bimîne in an jî dev ji Yekîtiya Ewropayê.

    A description berfireh yên modela îstatîstîkî YouGov li vê derê ye (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Loq bibêje, YouGov partîsiyonên hilbijêrên nav cureyên li ser bingeha 2015 hilbijartinên giştî hilbijartina deng, temen, bi dawîanîna, zayenda civakî, roja hevdîtinê de, her wiha li herêma wan in. Yek, ew bi kar daneyên ji panelîstên YouGov dijîn ji bo texmîn dikin, di nav wan ku dengê xwe, rêjeya kesên ji her type wext de, ku bi niyet in ku dengê xwe Leave. Ew texmîn dikin komariya her type wext de bi bikaranîna Study 2015 Brîtanî Hilbijartinê (BES) piştî hilbijartinan re rû-bi-rû lêkolînê, ku serok komariya Amerîka ji lîsteyên di hilbijartinan de vîze. Di dawiyê de, ew texmîn dikin ku çawa gelek ji hev type wext de di hibijartinan de ne li ser bingeha dawî Census û salane Survey Population (bi hinek agahî ji bilî ji BES, daneyên lêkolînê YouGov ji dora hilbijartina giştî, û agahiyan li ser çend kes ji bo dengê xwe li wir her partiyekê li her devereke).

    Sê rojan berî dengdanê, YouGov a lead du xal ji bo Leave nîşanî wan dan. Li ser eve ji dengdanê, pirsînê jî nêzî ji bo banga (49-51 me bimîne) nîşan da. Li gorî lêkolînê, dawî li ser-the-roj de alîgirê Bêsînor (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/) texmîn 48/52. Di rastiyê de, ev reqam di encama dawî (52-48 Leave) ji aliyê çar sedî bihurî.

    1. Bi kar tînin ku di çarçoveya giştî error lêkolînê nîqaş di vê beşê de ji bo nirxandina çi şaş kirine.
    2. bersiva YouGov piştî hilbijartinan (https://yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/) diyar kir: "Ev xuya dike li beşekî mezin ji ber ku di asta - tiştekî ku em hemû pê re got dê ji bo di encamê de wisa race bêinsaf hevseng girîng. model serok komariya me, pêk hat de, di beşa yekemîn de, li ser ka beşdarên anketê de hate guherandin dawî di hilbijartina giştî de dengê xwe û asta di asta herî jor de ku ji hilbijartinên giştî û nîyetê ku model, bi taybetî jî li Bakur. "Gelo ev guhertin bersiva xwe ji bo part (a)?

  9. [ medya , pêwîstî bi kar binî ] Hewe a simulation biriyan her yek ji şaşiyên nûneriya di Xiflteya 3.1.

    1. Create a rewşa ku ev şaşitî di rastiyê de betalkirina derket.
    2. Create a rewşa ku tê de çewtî xanîyê hev û din.

  10. [ pir dijwar , pêwîstî bi kar binî ] Li gorî lêkolînê ji Blumenstock û hevalên (2015) ku tev avakirina modeleka fêrbûna machine, ku bikaribe welat şopên digital ji bo pêşbînîkirin, ku bersiva anketê bi kar tînin. Niha, tu diçî ji bo ceribandinê bi heman tiştî bi dataset cuda. Kosinski, Stillwell, and Graepel (2013) dît ku Facebook likes dikarin taybetiyên û taybetmendiyên xwe yên şexsî, texmîna. Matmayî, van bendewariyan dikare hê bêtir pîvandina ji wan dost û hevalên (Youyou, Kosinski, and Stillwell 2015) .

    1. Read Kosinski, Stillwell, and Graepel (2013) , û texlîd Wêne 2. Daneyên wan tune li vir in: http://mypersonality.org/
    2. Niha, texlîd Xiflteya 3 de.
    3. http://applymagicsauce.com/: Di dawiyê de, modela wan li ser welat Facebook xwe bi xwe biceribîne. Çawa baş ji bo we dixebite?

  11. [ medya ] Toole et al. (2015) records bi berfirehî bikaranîna banga (CDRs) ji telefonên destan, pêşbînî bêyûm bêkarî pź kir.

    1. Compare û berevajî vê design Toole et al. (2015) bi Blumenstock, Cadamuro, and On (2015) .
    2. Ma hûn guman CDRs divê şûna anketên kevneşop, temam wan an bê li hemû ji bo polîtîkayê hikûmetê tê bikaranîn ne ji bo wan bişopîne bêkarî? Çima?
    3. Çi delîl dê hûn îkna bike ku CDRs bi temamî nikare dewsa tedbîrên kevneşopî yên ku rêjeya bêkariyê?

Powered by Open Review Toolkit