प्रमुख:
[ , ] अध्याय मा, म पोस्ट-स्तरीकरण बारेमा धेरै सकारात्मक थियो। तर, यो सधैं अनुमान गुणस्तर सुधार छैन। पोस्ट-स्तरीकरण गर्न सक्नुहुन्छ जहाँ अनुमान गुणस्तर कम गर्न सक्छन् अवस्थामा निर्माण। (सुझावको लागि, हेर्न Thomsen (1973) )।
[ , , ] डिजाइन र बन्दूक स्वामित्व बारेमा सोध्न अमेजन MTurk मा एक गैर-सम्भावना सर्वेक्षण सञ्चालन ( "स्वामित्व एक बन्दूक, राइफल तपाईं के, वा आफ्नो परिवारमा कसैले गर्छ, वा पिस्तौल? छ कि तिमी वा आफ्नो परिवारमा अरू कसैले?") र बन्दूक नियन्त्रण तिर मनोवृत्ति ( "तपाईंलाई लाग्छ कि के बन्दुक स्वामित्व, वा बन्दूक स्वामित्व नियन्त्रण गर्न अमेरिका सही रक्षा थप गर्न महत्त्वपूर्ण-छ?")।
[ , , ] Goel र सहयोगिहरु (2016) एक गैर-सम्भावना आधारित सर्वेक्षण 49 धेरै-विकल्प attitudinal अमेजन MTurk मा बेंच अनुसन्धान केन्द्र द्वारा सामान्य सामाजिक सर्वेक्षण (GSS) र सर्वेक्षण चयन देखि आएको प्रश्नहरू मिलेर प्रशासित। तिनीहरू त मोडेल आधारित पोस्ट-स्तरीकरण (श्री पी) को प्रयोग गरेर डाटा को गैर-representativeness लागि समायोजन, र सम्भावना आधारित GSS / बेंच सर्वेक्षण प्रयोग अनुमानित ती संग समायोजित अनुमान तुलना गर्नुहोस्। MTurk मा नै सर्वेक्षण सञ्चालन र GSS / बेंच को हालैको दौर देखि अनुमान तपाईंको समायोजित अनुमान तुलना गरेर चित्र 2a र चित्रा 2b दोहराने प्रयास (49 प्रश्न सूची लागि परिशिष्ट तालिका A2 हेर्नुहोस्)।
[ , , ] थुप्रै अध्ययन मोबाइल फोन गतिविधि डेटा को आत्म-रिपोर्ट उपाय प्रयोग गर्नुहोस्। यो एक रोचक सेटिङ अनुसन्धानकर्ताहरूले तुलना गर्न सक्छन् जहाँ Logged व्यवहार संग आत्म-रिपोर्ट व्यवहार छ (हेर्नुहोस् जस्तै, Boase and Ling (2013) )। कल छन् र पाठ र दुई साधारण समय फ्रेम बारेमा सोध्न दुई साधारण व्यवहार "गत हप्ता मा।" "हिजो" र छन्
[ , ] Schuman र Presser (1996) भन्ने प्रश्न आदेश प्रश्नहरू बीचको सम्बन्ध दुई प्रकारका लागि कुरा थियो तर्क: कहाँ दुई प्रश्नको विशिष्टता को नै स्तर मा हो भाग-भाग प्रश्नहरू (जस्तै दुई राष्ट्रपति उम्मेदवारको मूल्यांकन); र भाग-सारा प्रश्नहरू जहाँ एक सामान्य प्रश्न थप विशिष्ट प्रश्न निम्नानुसार (जस्तै द्वारा अनुगमन सोधेर "आफ्नो काम छन् कसरी सन्तुष्ट?" "आफ्नो जीवनको छन् कसरी सन्तुष्ट?")।
तिनीहरूले थप प्रश्न क्रम प्रभाव दुई प्रकारका चिनारी: स्थिरता प्रभाव एक पछि प्रश्न प्रतिक्रियाहरू नजिक (तिनीहरूले अन्यथा हुनेछ भन्दा) पहिलेको प्रश्न गर्न दिइएको ती ल्याइएको गर्दा हुन्छ; प्रभाव भिन्नता त्यहाँ दुई प्रश्नहरूको प्रतिक्रियाहरू बीच ठूलो मतभेद हुँदा आउँदैन।
[ , ] Schuman र Presser, काम मा निर्माण Moore (2002) थपिएको र subtractive: प्रश्न क्रम प्रभाव को एक अलग आयाम वर्णन गर्दछ। जबकि विपरीत र स्थिरता प्रभाव दुई वस्तुहरूको उत्तरदाताओं 'मूल्यांकन को एक परिणाम एकअर्कालाई, अतिरिक्त को सम्बन्ध मा उत्पादन गर्दै छन् र उत्तरदाताओं प्रश्नहरूको खडा छन् जो भित्र ठूलो रूपरेखा थप संवेदनशील बनाएको हुँदा subtractive प्रभाव उत्पादित गर्दै छन्। पढ्नुहोस् Moore (2002) , त्यसपछि डिजाइन र थपिएको वा subtractive प्रभाव देखाउन MTurk मा एक सर्वेक्षण प्रयोग चलाउन।
[ , ] क्रिस्टोफर Antoun र सहयोगिहरु (2015) MTurk, Craigslist, Google AdWords र फेसबुक: चार फरक अनलाइन भर्ती स्रोतबाट प्राप्त सुविधाको नमूनाहरू तुलना एक अध्ययन। एक सरल सर्वेक्षण डिजाइन र कम से कम दुई फरक अनलाइन भर्ती स्रोतहरू मार्फत सहभागीहरू रंगरुट (तिनीहरूले प्रयोग चार स्रोतबाट विभिन्न स्रोतहरूबाट हुन सक्छ Antoun et al. (2015) )।
[ ] YouGov, इन्टरनेट-अनुसन्धान दृढ, बेलायत मा बारेमा 8,00,000 उत्तरदाताओं एक प्यानल को अनलाइन पोल सञ्चालन र बेलायत मतदाता मतदान या त रहन कहाँ यूएस Referendum (अर्थात्, Brexit) को परिणाम भविष्यवाणी गर्न श्री पी प्रयोग वा युरोपेली संघ छोड्नुहोस्।
YouGov गरेको तथ्याङ्क मोडेल को एक विस्तृत विवरण यहाँ छ (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/)। लगभग बोल्ने, YouGov 2015 सामान्य निर्वाचन मत विकल्प, उमेर, योग्यता, लिङ्ग, साक्षात्कार को मिति, साथै अनुमान गर्न तिनीहरूले। पहिलो, तिनीहरूले YouGov panelists देखि संकलित डाटा प्रयोग बस्ने भएको संसदीय, ती बीच मा आधारित प्रकार मा मतदाता विभाजन जो मतदान, छुट्टी मतदान गर्ने अभिप्राय गर्ने प्रत्येक मतदाता प्रकार को मान्छे को अनुपात। तिनीहरूले 2015 ब्रिटिश निर्वाचन अध्ययन (BES) आमने-अनुहार पोस्ट-निर्वाचन सर्वेक्षण, को निर्वाचन रोल देखि .वाराणसी मान्य जो प्रयोग गरेर प्रत्येक मतदाता प्रकार को .वाराणसी अनुमान। अन्तमा, तिनीहरू, सामान्य चुनाव र जानकारी वरिपरि YouGov सर्वेक्षण धेरै मान्छे को लागि मतदान कसरी नवीनतम जनगणना र वार्षिक जनसंख्या सर्वेक्षण (को BES केही वाहेक जानकारी आधारमा निर्वाचक मण्डल मा प्रत्येक मतदाता प्रकार को छन् कति मान्छे अनुमान प्रत्येक संसदीय प्रत्येक पक्ष)।
को मत अघि तीन दिन, YouGov छुट्टी को लागि एक दुई बिन्दु नेतृत्व देखाए। मतदान को पूर्वसन्ध्या मा, पोल कल गर्न (49-51 रहिरहन) नजिक देखाए। अन-द-दिन अन्तिम अध्ययन (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/) रहन पक्षमा 48/52 भविष्यवाणी। वास्तवमा, यो अनुमान चार प्रतिशत अंक अन्तिम परिणाम (52-48 छुट्टी) छुट्यो।
[ , ] चित्रा 3.1 मा प्रतिनिधित्व त्रुटिहरू प्रत्येक चित्रण गर्न एक सिमुलेशन लेख्नुहोस्।
[ , ] Blumenstock र सहयोगिहरु को अनुसन्धान (2015) एक मिसिन सिक्ने मोडेल सर्वेक्षण प्रतिक्रियाहरू भविष्यवाणी गर्न डिजिटल ट्रेस डेटा प्रयोग सक्ने निर्माण संलग्न। अब, तपाईं फरक डेटासेटको त्यसै प्रयास जाँदैछन्। Kosinski, Stillwell, and Graepel (2013) फेसबुक रुचि कि व्यक्तिगत गुण र विशेषताहरु भविष्यवाणी गर्न सक्नुहुन्छ फेला परेन। अचम्मको कुरा, यी अनुमानहरू साथीहरू र सहयोगिहरु ती भन्दा पनि अधिक सही हुन सक्छ (Youyou, Kosinski, and Stillwell 2015) ।
[ ] Toole et al. (2015) प्रयोग कल विवरण अभिलेख (CDRs) मोबाइल फोन बाट समग्र बेरोजगारी रुझान भविष्यवाणी गर्न।