سرگرمیاں

کلیدی:

  • مشکل کی ڈگری: آسان آسان ، درمیانے درمیانہ ، سخت سخت ، بہت مشکل بہت مشکل
  • ریاضی کی ضرورت ہے ( ریاضی کی ضرورت ہوتی ہے )
  • کوڈنگ کی ضرورت ہے ( کوڈنگ کی ضرورت ہوتی ہے )
  • ڈیٹا کلیکشن ( ڈیٹا کلیکشن )
  • میری پسند ( میرا پسندیدہ )
  1. [ درمیانہ ، ڈیٹا کلیکشن ] Berinsky اور ساتھیوں (2012) تین کلاسک تجربات کے replicating کی طرف سے حصہ میں مکینیکل ترک کی تشخیص کرتا ہے. کی طرف سے کلاسک ایشیائی بیماری ڈھانچوں تجربہ نقل تیار Tversky and Kahneman (1981) . آپ کے نتائج میچ Tversky اور Kahneman ہے؟ آپ کے نتائج میچ Berinsky اور ساتھیوں کرتے ہیں؟ کیا اگر کچھ بھی کرتا اس سے ہمیں سروے تجربات کے لئے مکینیکل ترک کا استعمال کرتے ہوئے کے بارے میں سکھانے؟

  2. [ درمیانہ ، میرا پسندیدہ ] کے عنوان سے ایک کسی حد تک زبان میں گال اخبار میں "ہم کو توڑنے کے لئے ہے،" سماجی ماہر نفسیات رابرٹ Cialdini، کے مصنفین میں سے ایک Schultz et al. (2007) ، لکھا ہے کہ وہ چیلنجوں وہ ایک نظم و ضبط (نفسیات) بنیادی طور پر لیب تجربات کا انعقاد جس میں تجربات کر سامنا کرنا پڑا کے حصے میں، ابتدائی پروفیسر کے طور پر اپنی ملازمت سے ریٹائر کیا گیا تھا (Cialdini 2009) . Cialdini کی اخبار پڑھا، اور اس کے ڈیجیٹل تجربات کے امکانات کی روشنی میں ان کے بریک اپ ثانی کرنے ان پر زور دیا ایک ای میل لکھیں. ان خدشات کو حل کہ تحقیق کے مخصوص مثالیں کا استعمال کریں.

  3. [ درمیانہ دور چاہے چھوٹے ابتدائی کامیابیوں تالا میں تعین یا ختم کرنے کے لئے ہے، وین ڈی Rijt اور اور ان کے ساتھیوں (2014) تصادفی منتخب شرکاء پر کامیابی پکارتی چار مختلف نظام میں مداخلت کی، اور اس کے بعد اس صوابدیدی کامیابی کے طویل المیعاد اثرات ماپا. کیا آپ اسی طرح کے تجربات چلانے کے کر سکتے ہیں جس میں دوسرے نظام کے بارے میں سوچ سکتے ہیں؟ سائنسی قدر کے مسائل کے لحاظ سے ان کے نظام کا اندازہ کریں، پر algorithmic confounding، اور اخلاقیات (باب 2 ملاحظہ کریں).

  4. [ درمیانہ ، ڈیٹا کلیکشن ] ایک تجربہ کے نتائج کے شرکاء پر انحصار کر سکتے ہیں. ایک تجربہ بنائیں اور پھر دو مختلف بھرتی کی حکمت عملی کا استعمال کرتے ہوئے ایمیزون مکینیکل ترک (MTurk) پر چلانے. نتائج کو ممکنہ حد تک مختلف ہو جائے گا تو یہ تجربہ اور بھرتی کی حکمت عملی لینے کی کوشش کریں. مثال کے طور پر، آپ کی بھرتی کی حکمت عملی صبح اور شام میں شرکاء کو بھرتی کرنے یا اعلی اور کم تنخواہ کے ساتھ شرکاء کی تلافی کرنے کے لئے ہو سکتا ہے. بھرتی کی حکمت عملی میں فرق کی یہ قسم شرکاء اور مختلف تجرباتی نتائج کی مختلف تالابوں کا باعث بن سکتا. کس طرح مختلف اپنے نتائج باہر تبدیل کیا؟ کہ MTurk پر تجربات چلانے کے بارے میں کیا آشکارا کرتا ہے؟

  5. [ بہت مشکل ، ریاضی کی ضرورت ہوتی ہے ، کوڈنگ کی ضرورت ہوتی ہے ، میرا پسندیدہ ] کہ تم جذباتی متعدی مطالعہ کی منصوبہ بندی کر رہے تھے ذرا تصور (Kramer, Guillory, and Hancock 2014) . کی طرف سے ایک پہلے پریکشتاتمک مطالعہ سے نتائج کا استعمال Kramer (2012) سے ہر حالت میں شرکاء کی تعداد کا فیصلہ کرنے کا. یہ دو جائزوں بالکل اتنی واضح طور پر آپ کو بنانے کے کہ تمام مفروضات کی فہرست اس بات کا یقین کے مطابق نہیں ہیں:

    1. میں اثر کے طور پر کے طور پر بڑے ایک اثر کا پتہ لگانے کے لئے کی ضرورت کیا گیا ہوتا ہے کہ کتنے شرکاء فیصلہ کرے گا کہ ایک نقلی چلائیں Kramer (2012) \ کے ساتھ (\ الفا = 0.05 \) اور \ (1 - \ بیٹا = 0.8 \).
    2. تجزیاتی اسی حساب کتاب کرتے ہیں.
    3. سے نتائج کو دیکھتے ہوئے Kramer (2012) جذباتی متعدی گیا تھا (Kramer, Guillory, and Hancock 2014) زیادہ سے طاقت (یعنی اس کی ضرورت سے زیادہ شرکاء تھا)؟
    4. آپ کے حساب کتاب پر سب سے بڑا اثر ہوتا ہے جس سے آپ کو دیا ہے کہ مفروضات، سے؟
  6. [ بہت مشکل ، ریاضی کی ضرورت ہوتی ہے ، کوڈنگ کی ضرورت ہوتی ہے ، میرا پسندیدہ ] مندرجہ بالا سوال کا جواب دیں، بلکہ طرف سے پہلے پریکشتاتمک مطالعہ استعمال کرتے ہوئے مقابلے Kramer (2012) کی طرف سے ایک پہلے قدرتی تجربہ سے نتائج کو استعمال Coviello et al. (2014) .

  7. [ آسان ] دونوں Rijt et al. (2014) اور Margetts et al. (2011) دونوں ایک پٹیشن پر دستخط کرنے سے لوگوں کے عمل کا مطالعہ کہ تجربات انجام. کا موازنہ کریں اور ڈیزائن اور ان جائزوں کے نتائج کے برعکس.

  8. [ آسان ] Dwyer, Maki, and Rothman (2015) سماجی معیار اور proenvironmental رویے کے درمیان تعلقات پر دو میدان تجربات کئے. یہاں ان کاغذ کے خلاصہ یہ ہے:

    "کس طرح نفسیاتی سائنس proenvironmental رویے کی حوصلہ افزائی کرنے کے لئے استعمال کیا جا سکتا ہے؟ دو جائزوں میں، پبلک باتھ روم میں توانائی کے تحفظ کے رویے کو فروغ دینے کے مقصد مداخلت وضاحتی اقدار اور ذاتی ذمہ داری کے اثرات کی جانچ پڑتال. سٹڈی 1، ہلکے درجہ (یعنی، یا بند) کسی، ایک خالی عوامی باتھ روم میں داخل ہوا اس سے پہلے کہ ترتیب کے لئے وضاحتی معمول سگنلنگ ہیرا پھیری کی گئی تھی. شرکاء نے وہ داخل ہوئے تو وہ بند تھے تو روشنیاں بجھا دیا امکان زیادہ تھے. مطالعہ میں 2، ایک اضافی شرط شامل کیا گیا تھا جس میں روشنی بند رخ کے معیاری ایک کنفیڈریشن کی طرف سے مظاہرہ کیا گیا تھا، لیکن شرکاء خود کو اس پر تبدیل کر کے لئے ذمہ دار نہیں تھے. ذاتی ذمہ داری رویے پر سماجی معیار کے اثر و رسوخ معتدل؛ جب شرکاء کی روشنی پر تبدیل کر کے لئے ذمہ دار نہیں تھے، معیاری کا اثر و رسوخ کم کیا گیا تھا. یہ نتائج proenvironmental مداخلتوں کی تاثیر کو کنٹرول کر سکتے ہیں کہ کس طرح وضاحتی اقدار اور ذاتی ذمہ داری کی طرف اشارہ ہے. "

    ان کاغذ پڑھ اور مطالعہ 1 کی ایک نقل کے ڈیزائن.

  9. [ درمیانہ ، ڈیٹا کلیکشن ] پچھلے سوال پر عمارت، اب آپ کے ڈیزائن سے باہر لے جانے.

    1. نتائج کس طرح آپس میں موازنہ کرتے ہیں؟
    2. کیا ان اختلافات کی وضاحت کر سکتے ہیں؟
  10. [ درمیانہ ] ایمیزون مکینیکل ترک سے بھرتی شرکاء کا استعمال کرتے ہوئے تجربات کے بارے میں کافی بحث کی گئی ہے. متوازی میں، وہاں بھی انڈر گریجویٹ طالب علم کی آبادی سے بھرتی شرکاء کا استعمال کرتے ہوئے تجربات کے بارے میں کافی بحث کی گئی ہے. کا موازنہ اور محققین نے شرکاء کے طور Turkers اور انڈرگریجویٹ متضاد ایک دو صفحات میمو لکھیں. آپ کا موازنہ دونوں سائنسی اور رسد کے مسائل کی بحث میں شامل ہونا چاہئے.

  11. [ آسان ] جم سے Manzi کی کتاب انینترت (2012) کے کاروبار میں استعمال کے اقتدار میں ایک عجیب تعارف ہے. کتاب میں انہوں نے اس کہانی نشر:

    "میں نے ایک سچا کاروبار گنوتی، تجربات کی طاقت کی ایک گہری، بدیہی understating تھا جو ایک خود ساختہ اربپتی کے ساتھ ایک اجلاس میں ایک بار تھا. ان کی کمپنی عظیم سٹور ونڈو دکھاتا، صارفین اور بڑھ جاتی سیلز کو اپنی طرف متوجہ کرے گا کہ روایتی دانش نے کہا کہ وہ کرنا چاہئے بنانے کی کوشش کے اہم وسائل خرچ کئے. ماہرین کو احتیاط سے ڈیزائن کے بعد کے ڈیزائن کا تجربہ کیا، اور رکھا سال کی مدت کے فروخت پر ہر نئے ڈسپلے ڈیزائن کی کوئی اہم اسباب اثر دکھا زائد انفرادی ٹیسٹ کا جائزہ لینے کے سیشن میں. سینئر مارکیٹنگ ایگزیکٹوز اور مرچنڈائزنگ مکمل میں یہ تاریخی ٹیسٹ کے نتائج کا جائزہ لینے کیلئے CEO کے ساتھ ملاقات کی. تجرباتی اعداد و شمار کے حوالے سے سب کو پیش کرنے کے بعد، وہ روایتی دانش کے غلط ہونے والی ونڈو دکھاتا سیلز ڈرائیو نہیں کرتے تھے کہ یہ نتیجہ اخذ کیا. ان کی سفارش کی کارروائی اس علاقہ میں اخراجات اور کوشش کو کم کرنے کے لئے تھا. یہ ڈرامائی طور پر روایتی دانش کو تبدیل کرانے کیلئے تجربات کی صلاحیت کا مظاہرہ کیا. سی ای او کے جواب بہت سادہ تھا: 'میرا اختتام ہے کہ آپ کے ڈیزائنرز بہت اچھے نہیں ہیں.' اس کا حل سٹور ڈسپلے ڈیزائن میں کوشش کو بڑھانے کے لئے، اور نئے لوگوں کو ایسا کرنے کے لئے حاصل کرنے کے لئے تھا. " (Manzi 2012, 158–9)

    سی ای او کی تشویش موزونیت کے کس قسم کی ہے؟

  12. [ آسان ] پچھلے سوال پر عمارت، کہ آپ میٹنگ جہاں تجربات کے نتائج پر تبادلہ خیال ہوا میں تھے تصور. چار سوالات آپ پوچھ سکتے ہیں کہ، موزونیت کے ہر ایک قسم (شماریات،، تعمیر اندرونی اور بیرونی) کے لئے ایک سے کیا مراد ہے؟

  13. [ آسان ] Bernedo, Ferraro, and Price (2014) میں بیان پانی کی بچت مداخلت کے سات سال کے اثر کا مطالعہ Ferraro, Miranda, and Price (2011) (ملاحظہ 4.10 اعداد و شمار). اس اخبار میں، Bernedo اور ان کے ساتھیوں نے بھی کی ہے اور علاج کے حوالے کیا گیا تھا کے بعد منتقل نہیں کیا ہے کہ ان گھرانوں کے رویے کا موازنہ کر کے اثر کے پیچھے نظام کو سمجھنے کی کوشش. یہ ہے کہ، تقریبا، وہ علاج کے گھر یا مالک مکان متاثر چاہے دیکھنے کے لئے کوشش کریں.

    1. ، کاغذ پڑھ ان کے ڈیزائن کی وضاحت، اور ان کے نتائج کا خلاصہ. ب) ان کے نتائج پر اثر انداز آپ کو اسی طرح مداخلت کی قیمت تاثیر کا جائزہ لینے چاہئے کہ کس طرح کرتے ہیں؟ اگر ایسا ہے تو، کیوں؟ اگر نہیں، کیوں نہیں؟
  14. [ آسان ] میں ایک تخورتی میں Schultz et al. (2007) ، Schultz کی اور ان کے ساتھیوں نے دو سبصورنسوں (ایک ہوٹل اور ایک timeshare مشترکہ) میں ایک مختلف ماحولیاتی رویے (تولیہ دوبارہ استعمال) پر وضاحتی اور امتناعی اقدار کے اثر پر تین تجربات کا ایک سلسلہ کو انجام (Schultz, Khazian, and Zaleski 2008) .

    1. ان تین تجربات کے ڈیزائن اور نتائج مختصر.
    2. گانے، بالکل اگر، وہ کے اپنے فرمان بدلوں Schultz et al. (2007) ؟
  15. [ آسان ] کے جواب میں Schultz et al. (2007) ، Canfield, Bruin, and Wong-Parodi (2016) بجلی کے بلوں کے ڈیزائن کی تعلیم حاصل کرنے کے لئے لیب نما تجربات کا ایک سلسلہ بھاگ گیا. یہاں وہ کس طرح خلاصہ میں اس کی وضاحت یہ ہے:

    "ایک سروے کی بنیاد پر استعمال میں، ہر شریک ایک فرضی بجلی کا بل ایک خاندان کے لئے نسبتا زیادہ بجلی استعمال کے ساتھ، دیکھا ڈھکنے (ا) تاریخی استعمال کے بارے میں معلومات، (ب) پڑوسیوں کے لئے آپس میں موازنہ، اور (ج) کے آلے کی خرابی کے ساتھ تاریخی استعمال. شرکاء (ا) میزیں سمیت، (ب) بار گراف، اور (ج) آئکن گراف تین اشکال میں تمام معلومات اقسام دیکھا. ہم تین اہم نتائج پر رپورٹ. سب سے پہلے، صارفین سب سے زیادہ اس کو ایک ٹیبل میں پیش کیا گیا تھا جب، میزیں سادہ نقطہ پڑھنے کی سہولت شاید اس کی وجہ سے بجلی کے استعمال کے بارے میں معلومات کے ہر ایک قسم سمجھ لیا. دوئم، ترجیحات اور بجلی بچانے کے لئے ارادوں کی شکل کی آزاد، تاریخی استعمال کی معلومات کے لئے مضبوط تھے. تیسری، کم توانائی کی خواندگی کے حامل افراد سے بھی کم میں تمام معلومات پر سمجھا. "

    دیگر تخورتی جائزوں کے برعکس، میں دلچسپی کے اہم نتائج Canfield, Bruin, and Wong-Parodi (2016) رویے اصل رویہ نہیں بتائی جاتی ہے. توانائی کی بچت کو فروغ دینے کے ایک وسیع تر تحقیق کے پروگرام میں مطالعہ کی اس قسم کی طاقت اور کمزوریوں کیا ہیں؟

  16. [ درمیانہ ، میرا پسندیدہ ] Smith and Pell (2003) پیراشوٹ کی تاثیر کا مظاہرہ جائزوں کے ایک satirical میٹا تجزیہ ہے. انہوں نے یہ نتیجہ اخذ:

    "بہت سے مداخلتوں خراب صحت کو روکنے کے لئے کا ارادہ ساتھ کے طور پر، پیراشوٹ کی تاثیر randomized کنٹرول ٹرائلز کا استعمال کرتے ہوئے کی طرف سے درست تخمینہ کا نشانہ بنایا نہیں کیا گیا ہے. شواہد کی بنیاد پر طب کے وکلاء کو پریکشتاتمک کے اعداد و شمار کا استعمال کرتے ہوئے کی طرف سے تعین مداخلتوں کو اپنانے پر تنقید کی ہے. ہم بے ترتیب، placebo کے، کنٹرول پیراشوٹ کے crossover کے مقدمے کی سماعت کے ثبوت کی بنیاد پر ادویات کی سب سے زیادہ بنیاد پرست اہم کردار منظم اور ایک ڈبل اندھے میں حصہ لیا ہے تو سب کو فائدہ ہو سکتا ہے کہ لگتا ہے. "

    تجرباتی ثبوت کی fetishization خلاف بحث، اس طرح نیویارک ٹائمز کے طور پر ایک عام قارئین اخبار، کے لئے موزوں ایک آپشن ایڈ لکھیں. مخصوص، کنکریٹ ترجمہ ہے. اشارہ: یہ بھی دیکھتے ہیں، Bothwell et al. (2016) اور Deaton (2010)

  17. [ درمیانہ ، کوڈنگ کی ضرورت ہوتی ہے ، میرا پسندیدہ ] میں فرق کی ایک علاج اثر کی estimators فرق میں مطلب estimators کے مقابلے میں زیادہ عین مطابق ہو سکتا ہے. ایک آن لائن تجربہ چلانے کے لئے فرق-اختلافات میں نقطہ نظر کی قدر وضاحت ایک آغاز اپ سوشل میڈیا کمپنی میں اے / بی ٹیسٹ کے انچارج میں ایک انجینئر کے لئے ایک میمو لکھیں. میمو مسئلے کے ایک بیان، حالات جس کے تحت فرق-میں-فرق کا تخمینہ لگانے کا فرق میں مطلب تخمینہ لگانے آؤٹ پرفارم کریں گے کے بارے میں کچھ انترجشتھان، اور ایک سادہ تخروپن مطالعہ شامل ہونا چاہئے.

  18. [ آسان ، میرا پسندیدہ ] گیری Loveman حرہ کے سی ای او، دنیا میں سب سے جوئے بازی کے اداروں میں سے ایک بننے سے پہلے ہارورڈ بزنس سکول میں ایک پروفیسر تھے. وہ حرہ کے منتقل کر دیا جب، Loveman ایک بار بار flier پر نما وفاداری کے پروگرام کسٹمر رویے کے بارے میں اعداد و شمار کی زبردست مقدار کو جمع کیا اس کے ساتھ کمپنی کو تبدیل کر دیا. اس ہمیشہ پر پیمائش کے نظام کے اوپر، کمپنی کے تجربات چلانے شروع کر دیا. مثال کے طور پر، وہ ایک مخصوص جوا پیٹرن کے ساتھ صارفین کے لیے ایک مفت ہوٹل میں رات کے لئے ایک کوپن کے اثرات کا اندازہ کرنے کے لئے ایک تجربہ چلانے سکتا ہے. یہاں Loveman حرہ کی روزمرہ کاروبار کے طریقوں کے لیے تجربات کی اہمیت کو بیان کیا ہے:

    "یہ تم عورتوں کو ہراساں نہیں ہیں، آپ کو چوری نہیں کرتے ہے، اور آپ کو ایک کنٹرول گروپ کو مل گیا ہے. اس سے آپ کو Harrah's نہیں ایک کنٹرول گروپ کو چلانے کے لئے آپ کی ملازمت کھو سکتے ہیں کہ چیزوں میں سے ایک ہے. " (Manzi 2012, 146)

    کیوں Loveman یہ ایک کنٹرول گروپ کی ضرورت کے لئے بہت اہم ہے سوچتا وضاحت ایک نئے ملازم کو ایک ای میل لکھیں. آپ کو ایک مثال یا تو حقیقی یا اپ کے لئے آپ کے نقطہ نظر کی وضاحت بنایا شامل کرنے کے لئے کوشش کرنی چاہئے.

  19. [ سخت ، ریاضی کی ضرورت ہوتی ہے ] ایک نیا استعمال ویکسینیشن ادگرہن پر ٹیکسٹ پیغام یاددہانی حاصل کرنے والے کے اثر کا اندازہ لگانے کے لئے کرنا ہے. 150 کلینکس، 600 اہل مریضوں کے ساتھ ہر، حصہ لینے کے لئے تیار ہیں. آپ کے ساتھ کام کرنا چاہتے ہیں ہر ایک کلینک کے لئے 100 ڈالر کی ایک مقررہ معاوضہ نہیں ہے، اور یہ آپ کو بھیجنے کے لئے چاہتے ہیں کہ ہر ٹیکسٹ پیغام کے لئے 1 ڈالر خرچ ہوتے ہیں. اس کے علاوہ، آپ کے ساتھ کام کر رہے ہیں کہ کسی بھی کلینک نتائج کی پیمائش کرے گا مفت کے لئے (کسی کو ایک ویکسینیشن موصول ہوئی ہے کہ آیا). آپ کو 1000 ڈالر کا بجٹ ہے کہ فرض.

    1. کن حالات میں یہ زیادہ وسیع پیمانے پر ان کو پھیلانے کے لیے بہتر ہو سکتا کلینکس کی ایک چھوٹی سی تعداد پر اور کن حالات کے تحت اپنے وسائل توجہ مرکوز کرنے کے لئے بہتر ہو سکتا ہے؟
    2. کیا عوامل آپ کو معتبر طریقے سے آپ کے بجٹ کے ساتھ پتہ لگانے کے قابل ہو جائے گا کہ سب سے چھوٹی اثر سائز کا تعین کریں گے؟
    3. ایک ممکنہ funder کی لئے ان تجارت آف وضاحت ایک میمو لکھیں.
  20. [ سخت ، ریاضی کی ضرورت ہوتی ہے ] آن لائن کورسز کے ساتھ ایک اہم مسئلہ چھوڑنے ہے؛ بہت سے طالب علموں کہ کورس شروع گر آؤٹ ختم. کہ آپ کو ایک آن لائن سیکھنے پلیٹ فارم پر کام کر رہے ہیں، اور پلیٹ فارم پر ایک ڈیزائنر وہ سوچتی ہے کہ کورس کے باہر گر سے طالب علموں کو روکنے میں مدد ملے گی ایک بصری ترقی بار پیدا کیا ہے ذرا تصور کریں. آپ کو ایک بڑے کمپیوٹیشنل سوشل سائنس کے نصاب میں طالب علموں پر ترقی بار کے اثر کی جانچ کرنا چاہتے ہیں. تجربہ میں پیدا ہو سکتا ہے کہ کسی بھی اخلاقی مسائل سے خطاب کے بعد، آپ کو اور آپ کے ساتھیوں میں فکر مند کورس معتبر ترقی بار کے اثرات کا پتہ لگانے کے لئے کافی طالب علموں کی ضرورت نہیں سکتا ہے حاصل. آپ کو ذیل کے شماروں میں طالب علموں کی نصف فرض نہیں کر سکتے ہیں ترقی بار اور نصف حاصل کریں گے. اس کے علاوہ، آپ کو کوئی مداخلت نہیں ہے کہ فرض کر سکتے ہیں. دوسرے الفاظ میں، آپ نے شرکاء صرف وہ علاج یا کنٹرول موصول ہوئی ہے کہ آیا کی طرف سے متاثر کر رہے ہیں کہ فرض کر سکتے ہیں؛ وہ دوسرے لوگوں کے علاج یا کنٹرول (ایک سے زیادہ رسمی تعریف کے لئے دیکھیں موصول ہوئی ہے کہ آیا کی طرف سے نہیں متاثر کر رہے ہیں Gerber and Green (2012) ، چوہدری 8). آپ کو بنانے کے کہ کسی بھی اضافی مفروضات کا ٹریک رکھنے کے لئے براہ مہربانی.

    1. فرض کریں کہ ترقی بار طالب علموں کو 1 فیصد پوائنٹ کی طرف سے کلاس ختم کرنے والے کے تناسب میں اضافہ متوقع ہے، نمونہ سائز معتبر اثر پتہ لگانے کے لئے کی ضرورت کیا ہے؟
    2. فرض کریں کہ ترقی بار طالب علموں کو 10 فی صد ایشو کی طرف سے کلاس ختم کرنے والے کے تناسب میں اضافہ متوقع ہے، نمونہ سائز معتبر اثر پتہ لگانے کے لئے کی ضرورت کیا ہے؟
    3. اب جب کہ آپ تجربہ کریں اور جو طالب علم تمام کورس کے مواد کو ایک حتمی امتحان لے لیا ہے مکمل کر لیا چلانے کے تصور. آپ کو آپ کے حیرت کرنے کے لئے زیادہ ہے کہ نہ، آپ کو تلاش کیا وہ لوگ جو کرنے کے لئے ترقی بار حاصل کرنے والے طالب علموں کے ترقی بار موصول نہیں ہوئی جو اصل میں زیادہ رنز بنائے کہ طالب علموں کی حتمی امتحان کے اسکور کا موازنہ جب. اس کا مطلب یہ ترقی بار کم کے بارے میں جاننے کے لئے کے طالب علموں کی وجہ سے ہے؟ آپ اس کے نتائج کے اعداد و شمار سے کیا سیکھ سکتا ہے؟ (اشارہ: دیکھو Gerber and Green (2012) ، چوہدری 7.)
  21. [ بہت مشکل ، کوڈنگ کی ضرورت ہوتی ہے ] ایک خوبصورت اخبار میں، Lewis and Rao (2015) vividly سے بھی بڑے پیمانے پر تجربات کا ایک بنیادی شماریاتی حد کے کی نمائندگی کرتی ہے. کاغذ جس نے اصل میں "اشتہارات کے لئے واپسی کی پیمائش کے قریب ناممکن پر" اشتعال انگیز عنوان تھا -Shows یہ بھی ڈیجیٹل تجربات گاہکوں کے لاکھوں شامل کے ساتھ، آن لائن اشتھارات کی سرمایہ کاری پر منافع کی پیمائش کرنے کے لئے کتنا مشکل. مزید عام طور پر، کاغذ کے واضح طور پر یہ شور نتائج کے اعداد و شمار کے درمیان چھوٹے علاج اثر کا اندازہ کرنے کے لئے مشکل ہے کہ ظاہر کرتا ہے. یا diffently بیان کیا، کاغذ اندازہ لگایا علاج کے اثرات بڑے اعتماد کے وقفے پڑے گا ظاہر کرتا ہے جب کے اثرات ٹو معیاری انحراف (\ (ہے \ frac {\ ڈیلٹا \ بار {Y}} {\ سگما} \)) تناسب چھوٹا ہے. اس اخبار سے اہم جنرل سبق ہے کہ چھوٹے اثرات ٹو معیاری انحراف تناسب کے ساتھ تجربات سے نتائج (مثلا، اشتھاراتی مہمات کے ROI) unsatisfying ہو جائے گا ہے. آپ کا چیلنج اشتھاراتی مہم کے ROI کی پیمائش کرنے کے لئے ایک منصوبہ بندی کی تجربہ evaluting آپ کی کمپنی کی مارکیٹنگ کے شعبہ میں کسی کو ایک میمو لکھنے کے لئے ہو جائے گا. آپ کا میمو کمپیوٹر مجازی کے نتائج کا گراف کے ساتھ کی حمایت کی جانی چاہئے.

    یہاں آپ کو ضرورت ہو سکتی ہے کہ کچھ پس منظر کی معلومات ہے. ان کی عددی اقدار کے تمام میں رپورٹ اصلی تجربات کی مخصوص ہیں Lewis and Rao (2015) :

    • ROI، آن لائن اشتھاراتی مہمات کے لئے ایک اہم میٹرک، مہم (مہم کے مہم مائنس لاگت کا مجموعی منافع) مہم کی لاگت سے تقسیم سے نیٹ منافع ہو کرنے کے لئے وضاحت کی گئی ہے. مثال کے -100٪ کی ROI اور کہاں پیدا منافع اخراجات کے برابر 0 کے ایک ROI ہوگا تھے ایک مہم ہوگا فروخت پر کوئی اثر نہیں پڑا ہے کہ ایک مہم.

    • کسٹمر فی مطلب سیلز $ 75 کے ایک معیاری انحراف کے ساتھ $ 7.

    • مہم $ 0،175 فی گاہک کے منافع میں اضافے سے میل جو $ 0.35 فی گاہک کی طرف سے فروخت میں اضافہ متوقع ہے. دوسرے الفاظ میں، مجموعی مارجن 50 فیصد ہے.

    • استعمال کا منصوبہ بنایا سائز 200،000 لوگوں، کنٹرول گروپ میں علاج گروپ میں نصف اور آدھا ہے.

    • مہم کی قیمت $ 0.14 شریک فی ہے.

    اس کے استعمال evaluting ایک میمو لکھیں. طور پر منصوبہ بندی آپ کو اس کے استعمال کی شروعات سفارش کریں گے؟ اگر ایسا ہے تو، کیوں؟ اگر نہیں تو، آپ کو کیا تبدیلیوں کی سفارش کریں گے؟

    ایک اچھا میمو اس مخصوص کیس سے خطاب کریں گے؛ ایک بہتر میمو ایک ہی راستہ میں اس کیس سے وسیع کرے گا (مثلا، دکھانے کے لئے کس طرح کے اثرات ٹو معیاری انحراف تناسب کی ایک تقریب کے طور پر فیصلے تبدیلیوں)؛ اور ایک عظیم میمو ایک مکمل طور پر سامانییکرت نتیجہ پیش آئے گا.

  22. [ بہت مشکل ، ریاضی کی ضرورت ہوتی ہے ] پچھلے سوال طور پر ایک ہی ہے، بلکہ نقلی مقابلے میں آپ وشلیشتاتمک کے نتائج کا استعمال کرنا چاہئے.

  23. [ بہت مشکل ، ریاضی کی ضرورت ہوتی ہے ، کوڈنگ کی ضرورت ہوتی ہے ] پچھلے سوال طور پر ایک ہی ہیں، لیکن نقلی اور تحلیلی نتائج دونوں استعمال.

  24. [ بہت مشکل ، ریاضی کی ضرورت ہوتی ہے ، کوڈنگ کی ضرورت ہوتی ہے ] آپ نے میمو مندرجہ کا استعمال کرتے ہوئے کی بجائے اسباب کا تخمینہ لگانے میں ایک فرق کے مقابلے میں ایک فرق-اختلافات میں تخمینہ لگانے کا استعمال کرتے ہوئے سفارش کی گئی تو نقلی، وشلیشتاتمک کے نتائج، یا مارکیٹنگ ڈیپارٹمنٹ سے دونوں اور کسی نے بیان کیا لکھا ہے کہ ذرا تصور کریں (دفعہ 4.6.2 ملاحظہ کریں) . کی وضاحت تجربہ کے بعد تجربہ کرنے سے پہلے فروخت اور فروخت کے درمیان 0.4 ارتباط آپ اس نتیجے کو تبدیل کریں گے کہ کس طرح ایک نیا چھوٹا میمو لکھیں.

  25. [ سخت ، ریاضی کی ضرورت ہوتی ہے ] ایک نئی ویب کی بنیاد پر کیریئر کی خدمت کی تاثیر کا اندازہ کرنے کے لئے ہے، ایک یونیورسٹی کے کیریئر کی خدمات کے دفتر 10،000 میں اسکول کے آخری سال میں داخل طالب علموں کے درمیان ایک randomized کنٹرول مقدمے کی سماعت منعقد کیا. منفرد لاگ ان معلومات کے ساتھ ایک مفت سکریپشن، تصادفی منتخب طلباء کی 5،000 کے لئے ایک خصوصی دعوت کو ای میل کے ذریعے بھیجا گیا تھا دیگر 5،000 طالب علموں کو کنٹرول گروپ میں ہیں اور ایک رکنیت کی ضرورت نہیں ہے جبکہ. بارہ ماہ بعد، ایک تخورتی سروے (کوئی غیر جواب کے ساتھ) دونوں علاج اور کنٹرول گروپ میں، طالب علموں میں سے 70٪ ان کے منتخب کردہ فیلڈ (ٹیبل 4.5) میں کل وقتی ملازمت حاصل کی ہے کہ ظاہر کرتا ہے. اس طرح، یہ ویب کی بنیاد پر کی خدمت کوئی اثر نہیں پڑا ہے کہ لگتا ہے.

    تاہم، یونیورسٹی میں ایک ہوشیار ڈیٹا سائنسدان تھوڑا سا زیادہ قریب سے اعداد و شمار کی طرف دیکھا اور علاج کے گروپ میں طالب علموں میں سے صرف 20 فیصد نے کبھی ای میل حاصل کرنے کے بعد اکاؤنٹ میں لاگ کہ پایا. اس کے علاوہ، اور کسی حد تک حیرت کی بات، ویب سائٹ میں لاگ ان ہے جو ان لوگوں میں سے صرف 60 فیصد کل وقتی ملازمت میں لوگوں کے لئے کی شرح کے مقابلے میں لاگ ان نہیں کیا ہے کہ لوگوں کے لئے شرح کے مقابلے میں کم اور کم تھا جس میں ان کے منتخب کردہ میدان میں محفوظ کیا تھا کنٹرول حالت (ٹیبل 4.6).

    1. کیا ہو جاتا لئے ایک وضاحت فراہم.
    2. اس کے استعمال میں علاج کے اثر کا حساب کرنے کے دو مختلف طریقے کیا ہیں؟
    3. اس نتیجے کو دیکھتے ہوئے، یونیورسٹی کیریئر سروس تمام طلبا کو اس ویب پر مبنی کیریئر کی خدمت مہیا کرنا چاہئے؟ بس صاف ہو جائے، یہ ایک سادہ جواب کے ساتھ ایک سوال نہیں ہے.
    4. وہ اگلے کیا کرنا چاہیے؟

    اشارہ: یہ سوال اس باب میں احاطہ کرتا مواد سے کہیں زیادہ ہے، لیکن مسائل کے تجربات میں عام سے خطاب ہے. شرکاء کے علاج میں مشغول کرنے کی ترغیب دی جاتی ہے کیونکہ تجرباتی ڈیزائن کے اس قسم کے کبھی کبھی ایک حوصلہ افزائی کے ڈیزائن کو کہا جاتا ہے. یہ مسئلہ یکطرفہ عدم تعمیل کہا جاتا ہے کی ایک مثال ہے (ملاحظہ Gerber and Green (2012) ، چوہدری 5)

  26. [ سخت ] مزید معائنے کے بعد، یہ تجربہ پچھلے سوال میں بیان کیا اس سے بھی زیادہ پیچیدہ تھا کہ باہر کر دیتا. اس کنٹرول گروپ میں لوگوں کی 10 فیصد سروس تک رسائی کے لئے ادا کیا، اور وہ 65 فی صد (ٹیبل 4.7) کی ایک روزگار کی شرح کے ساتھ ختم ہوا کہ باہر کر دیتا.

    1. آپ ہو رہا ہے سوچنے اور کارروائی کا ایک کورس کی سفارش کیا خلاصہ بیان ایک ای میل لکھیں.

    اشارہ: یہ سوال اس باب میں احاطہ کرتا مواد سے کہیں زیادہ ہے، لیکن مسائل کے تجربات میں عام سے خطاب ہے. یہ مسئلہ دو رخا عدم تعمیل کہا جاتا ہے کی ایک مثال ہے (ملاحظہ Gerber and Green (2012) ، چوہدری 6)

ٹیبل 4.5: کیریئر کی خدمات کے استعمال سے ڈیٹا کی سادہ نقطہ نظر.
گروپ سائز روزگار کی شرح
ویب سائٹ تک رسائی دے دی گئی 5،000 70٪
ویب سائٹ تک رسائی حاصل کی جاچکی نہیں 5،000 70٪
ٹیبل 4.6: کیریئر کی خدمات کے استعمال سے ڈیٹا کی مزید مکمل نقطہ نظر.
گروپ سائز روزگار کی شرح
ویب سائٹ تک رسائی دی ہے اور لاگڈ 1،000 60٪
ویب سائٹ تک رسائی دی ہے اور اندر کا کبھی نہیں 4،000 85٪
ویب سائٹ تک رسائی حاصل کی جاچکی نہیں 5،000 70٪
ٹیبل 4.7: کیریئر کی خدمات کے استعمال سے ڈیٹا کے مکمل نقطہ نظر.
گروپ سائز روزگار کی شرح
ویب سائٹ تک رسائی دی ہے اور لاگڈ 1،000 60٪
ویب سائٹ تک رسائی دی ہے اور اندر کا کبھی نہیں 4،000 72.5٪
ویب سائٹ تک رسائی حاصل کی جاچکی نہیں ہے اور اس کے لئے ادا 500 65٪
ویب سائٹ تک رسائی حاصل کی جا چکی ہے اور اس کے لئے ادا نہیں کیا، نہ 4،500 70،56٪