Aktivitéiten

  • Schwieregkeetsgrad: einfach einfach ass , mëttelfristeg mëttlerer , houfreg schwéier , ganz schwéier ganz schwéier
  • Mataarbechter braucht ( Mathematik erfëllt ) Fir
  • Veruerdnung ( erfuerdert Kodéierung ) Fir
  • Datenerfassung ( Datensammlung ) Fir
  • mengen Favoritten ( mäin Favorit ) Fir
  1. [ mëttlerer , An Datensammlung ] Berinsky a Kollegen (2012) MTOUR deelweis duerch dräi dräi klassesch Experimenter ze replicéieren. De klassesche asiatesche Krankheeten erlaabt d'Experiment vum Tversky and Kahneman (1981) . Maacht Är Resultater mat Tversky a Kahneman? Fannt Är Resultater mat dëse Berinsky a Kollegen? Wat - wann et eppes - léiert dat eis iwwer d'Benotze vun MTurk fir Ëmfro-Experimenten?

  2. [ mëttlerer , An mäin Favorit ] An engem e puer Zong-a-Wäispekter mam Titel "Mir mussen opbriechen", ass de sozialen Psycholog Robert Cialdini, ee vun den Autoren vun Schultz et al. (2007) , schreift hien, datt hien fréier vu sengem Beruff als Professer zréckkuckt, deelweis wéinst den Erausfuerderungen, déi hie matenee Experimente gemaach hunn an enger Disziplin (Psychologie) déi haaptsächlech Laborgerichten (Cialdini 2009) . Liest de Cialdini sengem Pabeier, a schreift him eng E-Mail fir hien ze dréinen, seng Broscht an d'Liicht vun de Méiglechkeeten vun digitalen Experimenten ze iwwerpréiwen. Benotzt spezifesch Beispiller fir Fuerschung déi seng Bedenken huet.

  3. [ mëttlerer ] Fir festzestellen, ob kleng initial Erfolleger séch oder verblend ginn, de van de Rijt an d'Kollegen (2014) intervenéiert op véier verschiddene Systemer déi den Erfolleg vun onbestëmmten ausgewielten Participanten ginn, a gemengt hunn déi laangfristeg Auswierkunge vun dësen arbiträren Erfolleg. Kënnt Dir vun anere Systemer soen, wou Dir ähnlech Experimenter gemaach hutt? Bewerten dës Systemer am Beräich wëssenschaftleche Wäert, algorithmesch verwiesselt (kuckt Kapitel 2) an Ethik.

  4. [ mëttlerer , An Datensammlung ] D'Resultater vun engem Experiment kënnen hänken vun den Participanten. Erstelle en Experiment a fuert dann op MTurk op zwou verschidde Rekrutementstrategien. Probéiert déi Experimenter an Recrutement Strategien ze Kiischt fir datt d'Resultater wéi verschidde wéi méiglech ginn. Zum Beispill kënnt Dir Är Rekrutementstrategien deelhuelen am fréie Mueren an am Owend rekrutéieren oder deelzehuelen mat héich a geréng Loun. Dës Ënnerriele vun der Differenz op d'Recrutementstrategie kéint zu verschiddene Poole vun den Participanten an verschidden experimentelle Resultater féieren. Wéi ënnerschiddlech hutt Är Resultater ausgeschalt? Wat ass dat wat iwwer Experienz op MTurk opkënnt?

  5. [ ganz schwéier , An Mathematik erfëllt , An erfuerdert Kodéierung ] Stellt Iech vir, datt Dir de Emotional Contagion Experiment plangt (Kramer, Guillory, and Hancock 2014) . Benotzt d'Resultater vun enger fréier Observatiounstudie vum Kramer (2012) fir d'Zuel vun den Participanten an all Konditioun ze entscheeden. Dës zwou Etüren treffe net perfekt mat engem Match dofir ze suergen, fir all déi Annahmen déi Dir maacht:

    1. Fëllt eng Simulatioun, déi entscheet wéi vill Membere géife gebraucht ginn fir e groussen Effekt ze detektéieren wéi de Effekt zu Kramer (2012) mat \(\alpha = 0.05\) an \(1 - \beta = 0.8\) .
    2. Gitt d'selbe Kalkül analytesch.
    3. Fir d'Resultater vum Kramer (2012) ass den Emosioune Contagion (Kramer, Guillory, and Hancock 2014) iwwerdréit (dh hunn et méi Mataarbechter wéi néideg)?
    4. Vun den Annahmen, déi Dir gemaach hutt, wat fir Iech am Groussen dee gréissten Effekt huet?
  6. [ ganz schwéier , An Mathematik erfëllt , An erfuerdert Kodéierung ] Äntwerten déi lescht Fro an erëm, awer dës Kéier, anstatt déi fréier Observatiounstudie vun Kramer (2012) , benotzen d'Resultater vun engem eelerer natierleche Experiment vum Lorenzo Coviello et al. (2014) .

  7. [ einfach ass ] Déi zwee Margetts et al. (2011) an van de Rijt et al. (2014) huet Experimente gemaach déi de Prozess vu Persounen ënnerschriwwen hunn, déi eng Petitioun ënnerschreiwen. Verglach a kontrast d'Konzepter a Resultater vun dësen Etüden.

  8. [ einfach ass ] Dwyer, Maki, and Rothman (2015) hunn zwee Feldexperimenter iwwer d'Relatioun tëscht Sozialnormen a pro-ökologeschen Verhalen. Hei ass d'Abstract vun hirem Pabeier:

    "Wéi kann d'psychologesch Wëssenschaft benotze fir de proenvironmental Verhalen ze stimuléieren? An zwou Etüde goufen Interventiounen zur Förderung vun Energieeinspuerverhalen am ëffentleche Bidden huele vun den Afloss vun deskriptiven Normen an perséinlecher Verantwortung. An Studie 1 huet de Liichtstatus (dh op oder ewech) manipuléiert, ier e jemols an engem onbestechenten ëffentleche Buedem gefall ass, wat d'beschreiwende Norm fir dës Astellung signaliséieren. D'Participanten waren wesentlech méi wahrscheinlech fir d'Luucht ze maachen wann se ausgeliwwert gi sinn, wann se aginn. An Studie 2 war eng zousätzlech Zoustëmmung agehale ginn, an där d'Norm fir d'Ofschrauwen vum Liicht vun engem Konfederat ze demonstréieren war, awer d'Participanten waren net selwer responsabel fir d'Dreck op. D'Personal Verantwortung moderéiert de Afloss vun de soziale Normen op Verhalen; wann d'Participanten net verantwortlech waren fir d'Dreck op d'Liicht, war den Afloss vun der Norm reduzéiert. Dës Resultate weisen op wéi beschreiende Normen an d'perséinlech Verantwortung d'Effizienz vun de proenvironmental Interventiounen regelen. "

    Liesen hir Pabeier a schreift e Replique vu Studie 1.

  9. [ mëttlerer , An Datensammlung ] Bauen op déi virdru Fro, elo maachen Äert Design.

    1. Wéi vergläicht d'Resultater?
    2. Wat missten dës Ënnerscheeder ergräifen?
  10. [ mëttlerer ] Et huet erweidert Diskussioun iwwer Experimenter déi mat Participanten déi vu MTurk rekrutéiert goufen. Parallel ass et och eng grouss Diskussioun iwwer Experimenter déi mat Participanten rekrutéiert goufen aus Bachelorstudenten. Schreift en zweete page Memo a verglach Turkeren an ënnerbilleriéiert Fuerscher. Äre Verglach sollt eng Diskussioun iwwer wëssenschaftlech an logistesch Problemer zielen.

  11. [ einfach ass ] Jim Manzi's Buch Unkontrolléiert (2012) ass eng wonnerbar Introduktioun fir d'Kraaft vum Experimentéieren am Geschäft. Am Buch huet hien déi folgend Geschicht verëffentlecht:

    "Ech war eemol an engem Treffpunkt mat engem echte Geschäftsgeescht, e selbstgebauten Milliarde, deen eng déif, intuitiv Ënnerunitéit vun der Muecht vun Experimenten hat. Seng Gesellschaft huet bedeitend Ressourcen, déi probéiert e grousst Spezerefenosser ze schafen, déi Konsumenten unzetreffen an de Verkaf uginn, wéi d'konkret Weisheet gesot se géifen. Experts ënnerpréifter Design no Design, an an eenzelne Testvisitatiounen iwwer eng Period vu Joer net ëmmer kierentlech kausal Effekter vun all nee Displaydesign am Verkaf. Senior Marketing a Merchandising Leit hunn de CEO erfaasst fir dës historesch Testerresultater zu Toto ze iwwerpréiwen. Nodeems all déi experimentell Donnéeë présentéiert hunn, hunn se festgestallt, datt d'konventionell Wäisheet net falsch war - datt d'Fensteren déi net verkaaft hunn. D'recommandéiert Aktioun war de Käschten an d'Effort op dësem Gebitt ze reduzéieren. Dëst huet dramatesch d'Experimentatioun vu Fächer bewisen, déi konventionell Wäisheet ëmzekippen. D'Reaktioun vum CEO war einfach: "Meng Conclusioun ass datt Är Designer net ganz gutt sinn." Seng Léisung ass d'Betriber vun der Geschäftstécker ze vergréisseren an nei Leit ze maachen ze maachen. " (Manzi 2012, 158–9)

    Wéi eng Zort Validitéit ass de Besteierung vum CEO?

  12. [ einfach ass ] Bauen op déi fréier Fro, sech virstellen datt Dir bei der Versammlung deelhuet wou d'Resultater vun den Experimenten diskutéiert goufen. Wat sinn 4 Froen déi Dir frot hutt fir all Typ vu Validitéit (statistesch, konstruktiv, intern an extern)?

  13. [ einfach ass ] Bernedo, Ferraro, and Price (2014) studéiert den sieben Joer Effekt vun der Waasser-spueren Interventioun, déi an Ferraro, Miranda, and Price (2011) (siehe Zuel 4.11). An dësem Portemonnaie beméieen d'Bernedo an d'Kollegen och nach de Mechanismus ze verstoe vergläicht mat de Vergläicht vun de Stéit, déi an der Vergaangenheet geliwwert hunn an net eriwwer sinn. Dat ass ongeféier si probéiert ze kucken ob d'Behandlung d'Heem oder de Proprietaire betrëfft.

    1. Liest de Pabeier, beschreift säin Design, a faszinéiert hir Resultater.
    2. Gitt hir Resultater Auswierkunge wéi Dir misst d'Käschte vun ähnlechen Interventiounen beurteelen? Wann jo, firwat? Wann net, firwat net?
  14. [ einfach ass ] An engem Suivi vun Schultz et al. (2007) (Schultz, Khazian, and Zaleski 2008) huet d'Schultz an d'Kollegen eng Serie vun dräi Experimenter iwwer d'Effekt beschrei- bend an entloossnéierend Normen op en anere Umweltsverhalen (Handtuermung) an zwou Kontexte gemaach (en Hotel an e Timeshare Condominium (Schultz, Khazian, and Zaleski 2008) .

    1. Setzt d'Konzepter an d'Befunde vun dësen dräi Experimenter ze summéieren.
    2. Wéi, wann iwwerhaapt, Äert Äert Interpretatioun vu Schultz et al. (2007) ?
  15. [ einfach ass ] Als Reaktioun op Schultz et al. (2007) , Canfield, Bruin, and Wong-Parodi (2016) lafen eng Serie vu laboartigen Experimenten fir d'Gestioun vun elektresche Rechnungen ze studéieren. Hei ass wéi se et an der abstrakt beschreiwen:

    "An engem Ëmfroosser Experiment gesinn all Participant eng hypothetesch Stroumrechnung fir eng Famill mat relativ héicht Stroumkonsum, iwwer d'Informatiounen iwwer (a) historesch Benotzung, (b) Verglach mat Noperen, a (c) historesch Utilisatioun mat Geräischdall. D 'Participanten hunn all Informatiounstypen an enger vun dräi Formate fonnt, dorënner: a) Dëscher, (b) Bar graphen a (c) Ikon Grafiken. Mir mellen op dräi Haaptdeeler. Als éischt hunn d'Konsumenten all Typ vun Elektrizitéit benotzt Informatioun am meeschten, wéi et an engem Dësch gemaach gi war, méiglecherweis datt Dëscher einfache Punktlibrary maachen. Zwee, Virléiften an Intentiounen fir Elektrizitéit ze retten waren d'Stäerksten fir d'historesch Informatiounsinformatioun, onofhängeg vum Format. Drëttens, Leit mat méi Energie-Alphabetiséierung verständlech all Informatioun manner. "

    Am Géigesaz zu anere Follow-Up Studien, ass den Haaptresponsor vum Interessi vu Canfield, Bruin, and Wong-Parodi (2016) d'Verzeechnes gemellt, net eigentlech Verhalen. Wat sinn d'Stäerkten an Schwächten vun dëser Zort Studie an engem breetforellen Fuerschungsprogramm fir Energieerspuernisser ze förderen?

  16. [ mëttlerer , An mäin Favorit ] Smith and Pell (2003) huet eng satiresch Metaanalyse vu Studien präsentéiert déi Effektivitéit vun Fallschirmer. Si schléisse sech:

    "Wéi mat villen Interventiounen, déi fir Krankheeten verhënnert ginn, ass d'Effizienz vun de Fallschirmer net duerch eng rigoréis Evaluatioun ënnerworf, andeems et randomiséierter kontrolléiert Verspriechen benotzt. Décisioune vun Beweiser baséiert Medikamenter hu kritiséiert d'Adoptioun vun Interventiounen, déi evaluéiert ginn duerch nëmmen Observatiounsdaten. Mir denken, datt jidderee kéint profitéieren wann d'meescht radikal Protagonisten vun Beweiser baséiert Medizin organiséiert a mat enger doppelblinden, randomiséierter, placebo kontrolléiert, Crossover-Prozess vum Parachute deelgeholl hunn. "

    Schreift een op-ed fir eng Generalreader-Zeitung, wéi d' New York Times , géint d'Fetishiséierung vun experimentellen Beweiser. Gitt spezifesch, konkret Beispiller. Hint: Kuckt och Deaton (2010) an Bothwell et al. (2016) .

  17. [ mëttlerer , An erfuerdert Kodéierung , An mäin Favorit ] Difference-in-Differenzen Schätz vun engem Behandlungsoffall kënnen méi genee wéi Differenz-in-Mingschtschätzer sinn. Schreift e Memo un engem Ingenieur zoustänneg fir A / B Tests un e Start-Up Social Media Company, deen den Wert vun der Differenz-in-Differenzen Approche fir e Online-Experiment ze erklären. De Memo soll eng Erklärung vum Problem beaflossen, e puer Intuitioner iwwer d'Bedingungen, ënnert deenen den Differenz-in-Differenz-Schätzers den Differenz-in-Mineur Schätzer ausfalen an eng einfach Simulatiounsstudie.

  18. [ einfach ass , An mäin Favorit ] Gary Loveman war Professer an der Harvard Business School, ier hien de CEO vun Harrah ass, ee vun de gréisste Kasinofirmen vun der Welt. Wéi hien zu Harrah geplënnert ass, huet Loveman d'Firma mat e regelméisseg Flier-Like-Loyalitéit-Programm transforméiert, déi enorm Mounts vu Daten iwwer Clientverhalen gesammelt huet. Am Top vun dësem ëmmer-on-Meessesystem huet de Betrib Experimenter gemaach. Zum Beispill kënnen se e Experiment leeën fir de Effekt vun engem Coupon fir eng gratis Hotelnuecht fir Gäscht mat engem spezifesche Spuermesuren ze evaluéieren. Hei ass wéi Loveman d'Wichtegkeet vun Experimentéiere fir d'alldeeg Geschäftsiddi vun Harrah beschreift:

    "Esou wéi Dir keng Beläschegfraën hutt, da sidd Dir net klauen, Dir musst eng Kontrollgruppe hunn. Dëst ass ee vun de Saachen, déi Dir Är Aarbecht verluer hätt bei Harrah's - net eng Kontrollgruppe. " (Manzi 2012, 146)

    Schreift eng E-Mail op en neie Mataarbechter, fir datt d'Loveman mengt datt et esou wichteg ass fir eng Kontrollgruppe ze hunn. Dir sollt e Beispill probéieren - entweder real oder gemaacht - fir Äert Punkt ze illustréieren.

  19. [ schwéier , An Mathematik erfëllt ] En neit Experimenter zielt fir den Effekt vun der Erreechung vun Textbericht Erënnerungen op der Impfstonn ze schätzen. Honnerte vu fënnef klinesch Kliniken, déi sech mat 600 förderen Patienten hunn, wëllen se matmaachen. Et gëtt e feste Käschte vum $ 100 fir all Klinik déi Dir schaffe wëllt, an et kascht $ 1 fir all Text Message, déi Dir schéckt. Zudem sinn all Kliniken, déi Dir schafft, mat dem Resultat méiglecht Resultat (egal ob eng Persoun fir eng Impfung) gratis ass. Ass dat Dir e Budget vun 1.000 Dollar.

    1. Ënnert wéi Bedingungen sinn et besser, Är Ressourcen op enger klenger Zuel vu Klinik ze fokusséieren an ënner Bedingungen wéi et besser wäre fir se méi wäit ze bremsen?
    2. Wat fir eng Faktore bestëmmen d'klengste Effektgrooss, déi Dir kënnt mat Ärem Budget budgetär feststellen?
    3. Schreift e Memo, deen dës Handelsofschléi erkläert huet zu engem potenzielle Fanger.
  20. [ schwéier , An Mathematik erfëllt ] E grousse Problem mat Online-Coursen ass attraktiv: vill Studenten, déi Coursen begéinen, sinn ofgefall. Stellt Iech vir, datt Dir un enger Online Léierplattform arbeitet, an engem Designer op der Plattform eng visuell Fortschrëtterstab geschafe huet, déi se mengt, hëlleft de Studenten ze verhënneren, datt de Kurs ofgeschloss ass. Dir wëllt de Effekt vun der Fortschrëtterstéier op d'Studenten an engem grousse computational social science course. Nodeem Iech an den Experimenter mateneen ethesch Froen diskutéiert hutt, kënnt Dir an Är Kollegen besuergt, datt de Kurs net genuch Studenten hätt, fir déi Effekter vun der Fortschrëtterbar ze verléieren. An de folgende Berechnunge kann Dir annoncéieren datt d'Halschent vun de Studenten d'Fortschrëtterbar an d'Halschent net kréien. Ausserdeem kënnt Dir virstellen datt et keng Stëmme gëtt. An anere Wierder, Dir kënnt ugeholl datt d'Bäitrëtter nëmme betruecht ginn, ob se d'Behandlung oder Kontrolle kritt hunn; Si sinn net bewosst, datt aner Leit d'Behandlung oder Kontroll kontrolléiert hunn (fir eng méi formell Definitioun, kuck Kapitel 8 vun Gerber and Green (2012) ). Gitt weg all weider Konditiounen, déi Dir maacht.

    1. Stellt d'Fortschrëttersbar erwaart, de Wäert vun de Schüler ze klären, déi de Klasse bis 1 Prozentpunkt behalen. Wat ass d'Prüfaitgréissten, déi de Effekt betrëfft?
    2. Stellt d'Fortschrëttsbarst un erwaart datt de Verhältnisser vun de Schüler, déi de Klasse bis 10 Prozentpunkten ofschléissen, erhöht; Wat ass d'Prüfaitgréissten, déi de Effekt betrëfft?
    3. Elo stellt Iech vir, datt Dir de Experiment gemaach hutt, an d'Studenten, déi all Coursen mat agebaut hunn hunn e final Prüfung ageholl. Wann Dir den Ennerscheed vum Studente vergläicht, déi d'Fortschrëtterstab mat den Noten vun deenen, déi net gemaach hunn, vergiess hunn, fannt Dir vill iwwer Är Iwwerraschung, datt Studenten, déi d'progressive Bar net méi héich erop gesat hunn. Ass et dat, datt de Fortschrëtt d'Schüler de Schüler manner léieren? Wat kënnt Dir vun dësen Resultat léieren? (Tipp: Gitt Kapitel 7 vun Gerber and Green (2012) )
  21. [ ganz schwéier , An erfuerdert Kodéierung , An mäin Favorit ] Stellt Iech vir, datt Dir als Datenwëssenschaftler bei enger Technologiefirma ariichten. Eent vun der Marketingadministratioun fuerdert fir Är Hëllef bei der Evaluatioun vun engem Experiment datt se geplangt sinn fir den Return on Investment (ROI) fir eng nei Online-Ad-Kampagne ze mëschen. ROI gëtt definéiert als den Nettogewënn vun der Kampagne gedeelt duerch d'Käschte vun der Campagne. Zum Beispill eng Campagne déi keng Verännerungen um Verkaf hunn hätt e ROI vun -100%; eng Campagne wou Profiten entsteet waren gläich wéi fir Käschten eng ROI vun 0; an eng Campagne wou Profitt generéiert waren duebel d'Käschte si méi ROI vun 200%.

    Virun Ausféierung vum Experiment leet de Marketing Department mat der folgender Informatioun baséiert op hirer fréierer Fuerschung (tatsächlech sinn déi Wäerter typesch fir déi reell Online-Kampagnen, déi an Lewis a Rao (2015) bericht gi waren:

    • De mëttlere Verkaaf vun de Cliente verlaangt eng log-normale Verdeelung mat engem Mëtten vun $ 7 an enger Standardabweidung vu $ 75.
    • D'Kampagne ass erwaart, de Verkaf vun $ 0.35 pro Client ze erhéijen, deen zu engem Plus vun 1,15% pro Client entsprécht.
    • Déi geplangte Gréisst vum Experiment ass 200.000 Mënsche: d'Halschent vun der Behandlungsgruppe an der Halschent vun der Kontrollgruppe.
    • D'Käschte vun der Campagne ass $ 0,14 pro Participante.
    • Den erwuessene ROI fir d'Campagne ass 25% [ \((0.175 - 0.14)/0.14\) ]. An anere Wierder, de Marketingadministrum mengt datt fir all 100 Dollar am Marketing investéiert gëtt, kritt d'Firma eng zusätzlech $ 25 am Gewënn.

    Schreift e Memo op dës proposéiert Experiment. Är Notiz soll d'Beweiser vun enger Simulatioun benotzen, déi Dir schaaft, a et sollt zwee grouss Saache maachen: (1) Wëllt Dir dëse Experiment un geplangt starten? Wann jo, firwat? Wann net, firwat net? Gitt sécher iwwert d'Kriterien, déi Dir benotzt fir dës Entscheedung ze maachen. (2) Wat fir eng Sample Gréisst géif Dir fir dësen Experiment empfehlen? Gitt vläicht méi sécher iwwert d'Kritèren, déi Dir benotzt fir dës Entscheedung ze maachen.

    E gudde Memo wäert dësem spezifesche Fall soen; e besseren Memo gëtt aus dësem Fall allgemeng verallgemengt (zB, wéi d'Entscheedung d'Funktioun vun der Gréisst vum Effekt vun der Campagne ändert); an e grousse Memo gëtt e komplett generaliséierte Resultat präsentéieren. Äre Memo soll Grafike benotzen fir Är Resultater ze illustéiren.

    Hei sinn zwee Hiweiser. Als éischt hunn d'Marketingadministratioun Iech e puer onnotéierend Informatioune kritt, a si hätten net verspriechen Iech eng gewëssen Informatioun ze kréien. Zweetens, wann Dir mat R benotzt, sollt Dir bewosst datt d'rlnorm () -Funktion net d'Art a Weis datt vill Leit erwaarden.

    Dës Aktivitéit leet Iech mat Machtanalyse, Simulatiounen a vermittelt Är Resultater mat Wierder a Grafiken. Et sollt Iech hëllefen, Machtanalyse fir jidder Experiment ze manipuléieren, net nëmmen Experimenter fir de ROI ze schätzen. Dës Aktivitéit ass ugeholl datt Dir e puer Erfahrung mat statisteschen Tester an Energieanalyse huet. Wann Dir net mat Machtanalyse vertraut ass, ech recommandéieren Dir "A Power Primer" vu Cohen (1992) .

    Dës Aktivitéit gouf inspiréiert vun engem schéinen Poesie vum RA Lewis and Rao (2015) , deen e gréissert statistesch Begrenzung vun souguer massiv Experimenter illustréiert. Seng Pabeier - déi ursprénglech de provozéierte Titel "On The Near Impossibility of Measurement the Returns to Advertising" huet - kuckt, wéi schwiereg et ass d'Mise en Investissement vun online Reklammen ze mellen, och mat digitale Experimenter mat Millioune vu Clienten. Am meeschten allgemengen illustréiert RA Lewis and Rao (2015) eng fundamentale statistesch Tatsaach, déi besonnesch fir Experimenter mat digitaler Experienz wichteg ass: et ass schwéier fir kleng Behandlungseffekte mat vernannt Resultater Daten ze schätzen.

  22. [ ganz schwéier , An Mathematik erfëllt ] Fannt d'selwecht wéi déi virdrun Fro, awer, anstatt d'Simulatioun, sollten d'analytesch Resultater benotzen.

  23. [ ganz schwéier , An Mathematik erfëllt , An erfuerdert Kodéierung ] Fannt d'selwecht wéi déi virdrun Fro, awer benotzt nëmmen d'Simulatioun an d'analytesch Resultater.

  24. [ ganz schwéier , An Mathematik erfëllt , An erfuerdert Kodéierung ] Stellt Iech vir, datt Dir d'Notiz geschriwen huet geschriwwen, an een aus der Marketingadministratioun liesen e puer Elemente vun Informatiounen: sie erwächen 0,4 Korrelatioun tëscht Verkéiersstécker a no dem Experiment. Wéi verännert dëst déi Recommandatioune an Ärem Memo? (Tipp: kuck Abschnitt 4.6.2 fir méi iwwert den Differenz-of-means Schätz an d'Differenz-in-Differenzen Schätzung.)

  25. [ schwéier , An Mathematik erfëllt ] Fir d'Effektivitéit vun engem neie webbaséierte Beschäftegungsprogramm ze evaluéieren, huet eng Universitéit eng randomiséierter Kontrollprüfung tëscht 10.000 Studenten an hirem leschten Joer vun der Schoul gemaach. Eng Gratis-Abonnement mat eenzegaartege Log-in Informatioun gouf duerch e exklusive E-Mail-Invitation un 5.000 vun de random ausgewielten Studenten geschéckt, während déi aner 5.000 Studenten an der Kontrollgruppe waren an net hunn e Abonnement. Zwielef Méint méi spéit huet eng Follow-up-Ëmfro (ouni Noutfall) ze weisen datt an de Behandlungs- a Kontrollgruppen 70% vun de Studente Vollbeschäftegungsplaz an hirem gewieltene Feld gesat hunn (Tabelle 4.6). Esou wéi et schéngt wéi de Web-baséierte Service keng Effekt huet.

    Allerdéngs huet e klenge Datenwëssler an der Universitéit d'Daten e bësse méi nogekuckt a fonnt datt nëmmen 20% vun de Studierenden an der Behandlungskrank scho beim E-Mail zougitt. Ausserdeem, an e bessen iwwerraschend, ënner de Leit, déi un d'Websäit ofgehuewen hunn, hunn nëmmen 60% Vollbeschäftegungsplaz an hirem gewieltene Feld geséchert, wat méi niddereg war wéi de Tarif fir Leit, déi net an engem niddereg sinn wéi de Tarif fir Leit an der Kontrollzuel (Tabelle 4.7).

    1. Gitt eng Erklärung fir wat kéint passéiert sinn.
    2. Wat sinn zwee Weeër fir de Effekt vun der Behandlung an dësem Experiment ze berechnen?
    3. Wann Dir dëst Resultat gefrot, sollt Dir dës Servicer all Schüler ënnerstëtzen? Just fir kloer ze sinn, ass dëst net eng Fro mat enger einfacher Äntwert.
    4. Wat soll dat nächst maachen?

    Hint: Dës Fro gëtt iwwer d'Material, déi an dësem Kapitel behandelt gëtt, awer bewäerten Themen déi experimenter sinn. Dës Zort vun experimentellen Design gëtt heiansdo e Förderungsentwurf genannt, well d'Participanten encouragéieren fir an der Behandlung ze engagéieren. Dëst Problem ass e Beispill vu wat eenseiteg net bezeechent gëtt (kuckt Kapitel 5 vun Gerber and Green (2012) ).

  26. [ schwéier ] Nach weider Examen huet et erausgestallt, datt d'Experiment an der fréierer Fro beschriwwen war och méi komplizéiert. Et huet festgestallt datt 10% vun de Leit an der Kontrollgruppe bezuelt fir den Zougang zu dem Service bezuelt ze ginn, an si hunn eng Beschäftigungsquote vu 65% gemaach (Tabelle 4,8).

    1. Schreift eng E-Mail mat deem wat Dir mengt wat geschitt ass a recommandéiere en Akafszoustand.

    Hint: Dës Fro gëtt iwwer d'Material, déi an dësem Kapitel behandelt gëtt, awer bewäerten Themen déi experimenter sinn. Dëst Problem ass e Beispill vun deem, wat als zweetseiteg net bezeechent gëtt (kuckt Kapitel 6 vun Gerber and Green (2012) ).

Table 4.6: E Simple View of Data aus dem Career Services Experiment
Grupp Gréisst Aarbechtsplazen
Gutt Zougang zu Websäit 5.000 70%
Webserver net gewuer ginn 5.000 70%
Tabel 4,7: Méi komplett Informatioun vu Donnéeë vum Karrière-Service Experiment
Grupp Gréisst Aarbechtsplazen
Den Zougang zu der Websäit a protokolléiert 1.000 60%
Gutt Zougang zu Websäit an ni Log logement 4.000 72,5%
Webserver net gewuer ginn 5.000 70%
Table 4,8: ​​Vollnuecht Säit vum Data Career Experiment
Grupp Gréisst Aarbechtsplazen
Den Zougang zu der Websäit a protokolléiert 1.000 60%
Gutt Zougang zu Websäit an ni Log logement 4.000 72,5%
Net gewaart Zougang zu der Websäit a bezuelte bezuelt 500 65%
Webserver net gewuer ginn an net bezuelt huet 4.500 70,56%