kľúč:
[ , ] V kapitole, bol som veľmi pozitívne o post-stratifikácie. Avšak, to nie je vždy zlepšiť kvalitu odhadov. Konštruovať situácie, kedy môže post-stratifikácie môže znížiť kvalitu odhadov. (Pre nádychom, pozrite Thomsen (1973) ).
[ , , ] Dizajn a vykonať prieskum non-pravdepodobnostné na Amazon MTurk požiadať o vlastníctve zbraní ( "Naozaj, alebo má niekto vo vašej domácnosti, vlastniť zbraň, pušku alebo pištoľ? Je to vy alebo niekto iný vo vašej domácnosti?") A postoje voči kontroly zbrane ( "Čo myslíte, že je dôležitejšie, chrániť právo Američanov vlastniť zbrane, alebo ku kontrole držania zbraní?").
[ , , ] Goel a jeho kolegovia (2016) podávať non-pravdepodobnosti založenú na prieskum skladajúci sa z 49 multiple-choice postojoch otázky čerpaných od General Social Survey (GSS) a vyberte prieskumov Pew Research Center na Amazonu MTurk. Oni potom nastaviť pre non-reprezentatívnosti dát pomocou založené na modeli post-vrstvenie (Mr. P) a porovnať upravené odhady s tými odhadnúť pomocou pravdepodobnostných na báze prieskumy GSS / lavice. Vykonať rovnaký prieskum na MTurk a pokúsiť sa replikovať Obrázok 2a a 2b Porovnaním upravené odhady s odhadmi z posledných kolách GSS / Pew (pozri prílohu tabuľku A2 pre zoznam 49 otázok).
[ , , ] Mnoho štúdií používať selfreportových opatrení dát mobilný telefón aktivity. Jedná sa o zaujímavý nastavenia, kde môžu vedci porovnávať s vlastným hlásených správania s prihláseného správania (pozri napr Boase and Ling (2013) ). Dva bežné správanie opýtať sa volanie a posielanie SMS správ, a dva spoločné časových rámcoch sú "včera" a "v minulom týždni."
[ , ] Schuman a Presser (1996) tvrdí, že otázka predbežné opatrenia by záležať na dva typy vzťahov medzi otázky: čiastočný časť otázok, kde dve otázky sú na rovnakej úrovni špecifickosti (napr hodnotenie dvoch prezidentských kandidátov); aj čiastočný celej otázky, kde všeobecná otázka nasleduje konkrétnejšie otázku (napr otázkou: "Ako ste spokojný s vašou prácou?" nasleduje "Ako ste spokojný so svojím životom?").
Ďalej charakterizujú dva typy otázka objednávky efektu: efekty konzistencia nastať pri odpovedi na otázku, neskôr sa priblíži (než by inak bolo) s ustanoveniami uvedenými na predchádzajúcu otázku; kontrastné efekty nastať, keď existujú väčšie rozdiely medzi odpoveďou na dve otázky.
[ , ] V nadväznosti na prácu Schumana a Presser, Moore (2002) opisuje samostatný rozmer otázka objednávky efektu: aditívne a subtraktívnu. Kým kontrastu a konzistencia účinky sú produkované ako dôsledok hodnotenia respondentov oboch položiek v súvislosti s každým iným, prísady a subtraktívnu účinky sú produkované, keď sú respondenti viac citlivý na širšieho rámca, v ktorom sú otázky položené. Prečítajte Moore (2002) , potom navrhnúť a prevádzkovať prieskumu experiment na MTurk demonštrovať aditívne alebo subtraktívnu účinky.
[ , ] Christopher Antoun a jeho kolegovia (2015) vykonali štúdiu porovnávajúcej vzorky so zmiešaným získaných zo štyroch rôznych zdrojov online náboru: MTurk, Craigslist, Google AdWords a Facebook. Navrhnúť jednoduchý prieskum a počtu účastníkov prostredníctvom najmenej dvoch rôznych zdrojov, on-line náboru (môžu byť z rôznych zdrojov zo štyroch zdrojov používaných v Antoun et al. (2015) ).
[ ] YouGov, založený na internete, prieskum trhu firma, vykonali online hlasovanie panelom asi 800 tisíc respondentov vo Veľkej Británii a použitý P. predpovedať výsledok referenda EÚ (tj Brexit), kde voliči UK voliť buď zostať alebo opustiť európsku úniu.
Podrobný popis YouGov je štatistického modelu je tu (https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/). Zjednodušene povedané, YouGov priečky voliča do typov založených na 2015 všeobecných volieb hlasovania voľby, veku, vzdelania, pohlavie, dátum pohovoru, rovnako ako volebný obvod žijú v. Po prvé, oni používali údaje zozbierané z panelistov YouGov odhadnúť, medzi tými, ktorí volia, podiel ľudí každého druhu voličov, ktorí majú v úmysle voliť odísť. Oni odhadujú účasť každého typu voličov pomocou britskej štúdie z roku 2015 volebné (BES) povolebnej face-to-face prieskumu, ktorý potvrdené účasť od voličov. Nakoniec sa odhadnúť, koľko ľudí existuje pre každý typ voličov v voličov na základe najnovšieho sčítania ľudu a ročné analýze populácie (s nejakým pridávania informácií od BES, údaje prieskumu YouGov z celého všeobecných volieb, a informácie o tom, koľko ľudí hlasovalo pre každá strana v každom volebnom obvode).
Tri dni pred hlasovaním YouGov ukázal dve bodový náskok na vstup. V predvečer hlasovania, hlasovanie ukázal príliš blízko k volanie (49 až 51 Zostáva). Konečný on-the-dňový štúdie predpovedá 48/52 v prospech Zostávajú (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). V skutočnosti je tento odhad minul konečný výsledok (52 - 48 dovolenke) o štyri percentuálne body.
[ , ] Napísať simulácie pre ilustráciu každý z chýb zastúpenie na obrázku 3.1.
[ , ] Výskum Blumenstock a kolegovia (2015) zúčastňuje budovanie učenia modelu stroj, ktorý mohol používať digitálne dáta trasovanie predpovedať odpovedí v prieskume. Teraz sa pokúsime to isté s iným dátovej sady. Kosinski, Stillwell, and Graepel (2013) zistili, že Facebook má rád môže predvídať individuálne vlastnosti a atribúty. Prekvapivo, tieto predpovede môžu byť ešte presnejší než u priateľov a kolegov (Youyou, Kosinski, and Stillwell 2015) .
[ ] Toole et al. (2015) detail použitia záznamy Call (CDR) z mobilných telefónov predvídať súhrnné trendy v nezamestnanosti.