Key:
[ , ] Šajā nodaļā, es biju ļoti pozitīvi pēc stratifikācijas. Tomēr tas ne vienmēr uzlabotu aplēšu kvalitāti. Konstruēt situāciju, kurā var ievietot-stratifikācija var samazināt aplēšu kvalitāti. (Par mājienu, sk Thomsen (1973) ).
[ , , ] Design un veikt nav varbūtības aptauju par Amazon MTurk jautāt par ieroču īpašnieku ( "Vai jūs, vai arī kāds Jūsu mājsaimniecības, pieder lielgabals, šautene vai pistole? Vai tas jūs vai kāds cits jūsu mājsaimniecībā?") Un attieksme pret lielgabals kontroles ( "Ko jūs domājat, ka ir svarīgāk-aizsargāt tiesības amerikāņiem pieder šautenes, vai kontrolēt lielgabals īpašumtiesības?").
[ , , ] Goel un kolēģi (2016) lietoja bez iespējamības balstīta aptauju, kas sastāv no 49 atbilžu variantiem attieksmes jautājumiem novilktas no vispārējo sociālo apsekojuma (GSS) un izvēlieties aptauju Pew Research Center par Amazon MTurk. Pēc tam viņi pielāgot, lai nav reprezentativitāti datus, izmantojot modeli balstītu post-noslāņošanos (Mr. P), un salīdzināt pielāgotās aplēses ar tiem, novērtēt, izmantojot varbūtību balstītu GSS / Pew aptaujas. Veic to pašu apsekojumu par MTurk un mēģināt atkārtot 2.a attēls un 2.b attēls, salīdzinot jūsu pielāgotās aprēķinus ar aplēsēm no jaunākajiem kārtās GSS / baznīcas sols (skatīt pielikumu tabulu A2 par sarakstu 49 jautājumiem).
[ , , ] Daudzi pētījumi izmantot self-ziņojumu pasākumus mobilo telefonu darbības datiem. Tas ir interesants iestatījums kur pētnieki var salīdzināt sevi ziņoja uzvedību ar pieteicies uzvedību (skatīt, piemēram, Boase and Ling (2013) ). Divas kopīgas uzvedību, jautāt par zvanāt un īsziņu sūtīšanai, un abu kopīgo termiņos ir "vakar" un "pagājušajā nedēļā."
[ , ] Schuman un Presser (1996) apgalvo, ka jautājums pasūtījumi būtu jautājums par divu veidu attiecību jautājumiem: nepilna daļa jautājumiem, kad divi jautājumi ir tajā pašā līmenī specifiku (piemēram, novērtējumi divi prezidenta kandidātu); un nepilna veseli jautājumi kur vispārīgs jautājums šādi konkrētāku jautājumu (piemēram, lūdzot "Cik apmierināts Jūs esat ar savu darbu?", kam seko "Cik apmierināts Jūs esat ar savu dzīvi?").
Turklāt tās raksturo divu veidu jautājums rīkojuma spēkā: konsekvences ietekme rodas, ja atbildes uz vēlāku jautājumu tiek tuvinātas (nekā tas būtu pretējā gadījumā), ar noteikumiem, kas uz agrāku jautājumu; kontrasts sekas rodas, ja pastāv lielākas atšķirības starp atbildes uz diviem jautājumiem.
[ , ] Balstoties uz darbu Schuman un presser, Moore (2002) raksturo atsevišķu dimensiju jautājums pasūtījuma iedarbību: piedevas un subtraktīvās. Kaut kontrasta un konsekvence sekas tiek veidots kā rezultātā respondentu vērtējumu par divām pozīcijām attiecībā pret otru, piedevas un subtraktīvās sekas tiek ražoti, kad respondenti tiek veikti jutīgāki pret lielāku regulējumu, kurā šie jautājumi tiek uzdoti. Lasīt Moore (2002) , tad dizains un palaist aptauju eksperimentu MTurk demonstrēt piedevu vai subtractive efektus.
[ , ] Christopher Antoun un kolēģi (2015) veica pētījumu, salīdzinot ērtībai paraugus, kas iegūti no četriem dažādiem tiešsaistes vervēšanu avotiem: MTurk, Craigslist, Google AdWords un Facebook. Izstrādātu vienkāršu aptauju un piesaistīt dalībniekus ar vismaz diviem dažādiem tiešsaistes rekrutācijas avoti (tie var būt dažādi avoti, no četriem avotiem, ko izmanto Antoun et al. (2015) ).
[ ] YouGov, interneta balstītas tirgus izpētes firma, veica tiešsaistes aptauju par paneļa aptuveni 800,000 respondentu Lielbritānijā un izmanto Mr P. lai prognozētu rezultātu ES referendums (ti, Brexit), kur AK vēlētāji balsot vai nu palikt vai izvest no Eiropas Savienības.
Sīks apraksts YouGov statistikas modelis ir šeit (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Rupji runājot, YouGov starpsienas vēlētājus par veidiem, pamatojoties uz 2015. gada vispārējā vēlēšanu balsu izvēli, vecuma, kvalifikācijas, dzimuma, datums intervijas, kā arī vēlēšanu apgabalā viņi dzīvo. Pirmkārt, viņi izmantoja datus, kas iegūti no YouGov komisijas sastāvā, lai novērtētu, starp tiem kas balso, īpatsvars iedzīvotāju katras vēlētāju veidam, kas plāno balsot atvaļinājumu. Viņi lēš, sagaidīja katru vēlētāju tipam, izmantojot 2015 britu vēlēšanu Study (BES) pēcvēlēšanu sejas-pret-aci aptaujas, kas apstiprinātas ieradušies no vēlētāju sarakstos. Visbeidzot, viņi novērtēt, cik daudz cilvēku ir katra vēlētāju tipa vēlētāju, pamatojoties uz jaunāko skaitīšanu un gada iedzīvotāju aptaujā (ar kādu papildus informāciju no BES, YouGov apsekojumu dati no visas vispārējās vēlēšanās, un informāciju par to, cik daudz cilvēku nobalsoja par katrai pusei katrā vēlēšanu apgabalā).
Trīs dienas pirms balsošanas, YouGov parādīja divu punktu pārsvaru atvaļinājumu. Gada priekšvakarā balsošanas, aptauja parādīja pārāk tuvu zvanu (49-51 Palikt). Gala on-the-dienu pētījumā prognozēts 48/52 par labu Paliek (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). Faktiski, šis aprēķins neatbildētos gala rezultātu (52-48 atvaļinājumu) par četriem procentu punktiem.
[ , ] Uzrakstiet simulācijas, lai ilustrētu katru no reprezentācijas kļūdas 3.1 attēlā.
[ , ] No Blumenstock un kolēģu pētījums (2015) iesaistīti veidojot mašīna mācību modeli, kas varētu izmantot digitālas izsekot datu paredzēt aptaujas atbildes. Tagad jūs gatavojas izmēģināt to pašu ar citu datu kopu. Kosinski, Stillwell, and Graepel (2013) atklāja, ka Facebook varētu patikt var prognozēt atsevišķas iezīmes un īpašības. Pārsteidzoši, šīs prognozes var būt vēl precīzāka nekā draugiem un kolēģiem (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) lietošana zvans sīki ieraksti (CDR) no mobilajiem tālruņiem prognozēt kopējās bezdarba tendences.