उपक्रम

• अडचण पदवी: सोपे , मध्यम , हार्ड , खुप कठिण
• गणित आवश्यक आहे ( )
• कोडींग आवश्यक आहे ( )
• माहिती मिळवणे ( )
• माझे आवडते ( )

1. [ , ] बेरिन्स्की आणि सहकाऱ्यांनी (2012) तीन क्लासिक प्रयोगांची प्रतिकृती करून भाग घेऊन मिकुटचे मूल्यांकन केले. Tversky and Kahneman (1981) यांनी क्लासिक आशियाई डिसीझ फ्रेमन प्रयोग पुन्हा Tversky and Kahneman (1981) . आपल्या परिणाम जुळत टस्कस्की आणि Kahneman च्या? आपले परिणाम त्या बेरिनस्की आणि सहकर्मीशी जुळतात का? सर्वेक्षण-प्रयोगांसाठी एमटक्यूकचा वापर करण्याबद्दल हे काय-काही-तर शिकवते?

2. [ , ] सोशल मानसशास्त्रज्ञ रॉबर्ट कियालडिनी, Schultz et al. (2007) लेखक असलेल्या "व्हाट टू व्हाट ब्रेक," हे शीर्षक असलेल्या एका जीभ-इन-गाल पेपरमध्ये Schultz et al. (2007) यांनी लिहिले की ते एक प्राध्यापक म्हणून नोकरीतून लवकर सेवानिवृत्त होत होते, कारण त्यांना आव्हान (ज्यामुळे प्रायोगिक प्रयोगशाळेत प्रामुख्याने प्रयोगशाळा चालते (Cialdini 2009) मध्ये शेतात प्रयोग करीत असत. Cialdini च्या कागदावर वाचा आणि त्याला डिजिटल प्रयोगांच्या संभाव्य शक्यतांच्या प्रकाशनामध्ये ब्रेक-अप पुनर्बांधणी करण्यासाठी त्याला एक ईमेल पाठवा. त्याच्या चिंतांबद्दल संशोधन करणाऱ्या विशिष्ट उदाहरणांचा वापर करा

3. [ ] लहान प्राथमिक यश यशस्वी किंवा निष्प्रभ झाले हे निश्चित करण्याच्या हेतूने, व्हॅन डी रिजत आणि सहकाऱ्यांनी (2014) अशा चार वेगवेगळ्या प्रणालींत हस्तक्षेप केला ज्यात यादृच्छिकरित्या निवडलेल्या सहभागींनी यश मिळवले आणि नंतर या अनियंत्रित यशाने दीर्घकालीन परिणाम मोजले. आपण अशाच प्रकारचे प्रयोग चालवू शकता अशा इतर प्रणालींचा विचार करू शकता? वैज्ञानिक मूल्य, अल्गोरिदमिक गोंधळ (अध्याय 2 पहा) आणि नैतिकतेच्या मुद्द्यांनुसार या प्रणालींचे मूल्यमापन करा.

4. [ , ] प्रयोगाचे निष्कर्ष सहभागीवर अवलंबून असू शकतात. एक प्रयोग तयार करा आणि मग दोन वेगळ्या भरती धोरणाचा उपयोग करून ते एमटस्कवर चालवा. प्रयोग आणि भरती धोरणाची निवड करण्याचा प्रयत्न करा जेणेकरून परिणाम शक्य तितके वेगळे असतील . उदाहरणार्थ, तुमची भरतीची पद्धत सहभागी आणि सकाळी संध्याकाळची भरती करण्यासाठी किंवा उच्च व निम्न वेतन असलेल्या सहभागींच्या भरपाईसाठी असू शकते. भरती धोरणातील या प्रकारच्या फरकामुळे सहभागींचे विविध गट आणि विविध प्रायोगिक परिणाम होऊ शकतात. आपले परिणाम कसे वेगळे झाले? त्यातून एमटयूकेकवर प्रयोग चालू करण्याविषयी काय प्रकट होते?

5. [ , , कल्पना करा की आपण भावनात्मक संसर्ग प्रयोग (Kramer, Guillory, and Hancock 2014) नियोजन करत आहात. प्रत्येक परिस्थितीत भाग घेणाऱ्यांची संख्या निश्चित करण्यासाठी Kramer (2012) द्वारा पूर्वीच्या अभ्यासाच्या अभ्यासात परिणामांचा वापर करा. हे दोन अभ्यास उत्तम प्रकारे जुळत नाहीत म्हणून आपण केलेल्या सर्व गृहीतके स्पष्टपणे सूचीत करण्याचे सुनिश्चित करा:

   1. Kramer (2012) मधील \(\alpha = 0.05\) आणि \(1 - \beta = 0.8\) सह परिणाम म्हणून मोठ्या प्रमाणात प्रभाव शोधण्यासाठी किती सहभागींची आवश्यकता आहे हे ठरवणारे अनुकरण चालवा.
   2. विश्लेषणात्मक समान गणना करा
   3. Kramer (2012) मधील परिणाम हे प्रतिभावान भावनाप्रधान संसर्ग (Kramer, Guillory, and Hancock 2014) होते (म्हणजे, ते आवश्यकतेपेक्षा जास्त सहभागी होते)?
   4. आपण केलेल्या गृहितकांपैकी, ज्या आपल्या गणनावर सर्वात मोठा प्रभाव पडतो?

6. [ , , ] मागील प्रश्नाचे पुन्हा उत्तर द्या, परंतु यापूर्वी Kramer (2012) द्वारे पूर्वीचे अवलोकन अभ्यास वापरण्याऐवजी, Lorenzo Coviello et al. (2014) यांनी केलेल्या पूर्वीच्या नैसर्गिक प्रयोगातून परिणामांचा वापर करा Lorenzo Coviello et al. (2014) .

7. [ ] दोन्ही Margetts et al. (2011) आणि व्हॅन डी रिजत एट अल (2014) एक याचिका साइन इन लोकांच्या प्रक्रिया अभ्यास अभ्यास प्रयोग. या अभ्यासाची रचना आणि निष्कर्ष तुलना आणि तुलना करा.

8. [ ] Dwyer, Maki, and Rothman (2015) सामाजिक मानदंड आणि पर्यावरणीय Dwyer, Maki, and Rothman (2015) संबंधांवर दोन फील्ड प्रयोग केले. येथे त्यांच्या पेपरचा सारखाच आहे:

   "मानसिक वर्तनात्मक वर्तनास प्रोत्साहन देण्यासाठी मानसिक विज्ञान कसे वापरले जाऊ शकते? दोन अभ्यासांमध्ये, सार्वजनिक स्नानगृहांमध्ये ऊर्जा संवर्धन व्यवहाराचे उद्दीष्ट करण्याच्या उद्देशाने हस्तक्षेपाने वर्णनात्मक नियमांचे आणि वैयक्तिक जबाबदारीचे परीक्षण केले. अभ्यास 1 मध्ये, एखाद्या व्यक्तीने त्या सार्वजनिक जागेत प्रवेश केला त्याआधीच्या प्रकाशाची स्थिती (म्हणजेच, चालू किंवा बंद) केली होती, त्या सेटिंगसाठी वर्णनात्मक नमुना सूचित करते. सहभागी झाल्यानंतर ते बंद असताना सहभागींनी लाईट बंद करण्याची जास्त शक्यता होती. अभ्यास 2 मध्ये, एक अतिरिक्त अटी समाविष्ट करण्यात आली ज्यामध्ये एक बंदोबस्ताने प्रकाश बंद करण्याचा सर्वसामान्य प्रमाण प्रदर्शित केला गेला, परंतु तो सहभागी होण्यासाठी स्वत: जबाबदार नव्हते. वैयक्तिक जबाबदारीने वागणार्या सामाजिक नियमांचा प्रभाव नियंत्रित केला; सहभागी प्रकाश चालू करण्यासाठी जबाबदार नव्हते तेव्हा, सर्वसामान्य प्रमाण कमी होते. हे परिणाम असे सूचित करतात की वर्णनात्मक नियमावली आणि वैयक्तिक जबाबदारी आर्थिक कार्यहक्रांच्या प्रभावी परिणामाचे नियमन करू शकते. "

   त्यांचे पेपर वाचा आणि अभ्यासाची एक प्रत तयार करा.

9. [ , ] मागील प्रश्नावर इमारत, आता आपले डिझाइन अमलात आणणे.

   1. परिणाम कशाप्रकारे तुलना करतात?
   2. या फरकातून काय स्पष्ट होईल?

10. [ ] एमटीयूकेकडून भरती केलेल्या सहभागींचा वापर करून प्रयोगांविषयी जोरदार वाद-विवाद आहे. समांतर मध्ये, पदवीपूर्व विद्यार्थी लोकसंख्या पासून भरती सहभागी वापरून प्रयोग बद्दल जोरदार वादविवाद आहे. संशोधन सहभागी म्हणून तुर्कर्स आणि अंडरग्रेजुएटची तुलना करून त्यांचा परस्परसंवाद करताना दोन-पृष्ठ मेमोड लिहा. आपल्या तुलनामध्ये शास्त्रीय आणि तार्किक अशा दोन्ही विषयांवर चर्चा करणे आवश्यक आहे.

11. [ ] जिम मन्झीचे पुस्तक अनियंत्रित (2012) हे व्यवसायातील प्रयोगांच्या सामर्थ्याची एक अद्भुत ओळख आहे. या पुस्तकात त्यांनी खालील कथा दिली:

    "मी एकदा खर्या व्यापार प्रतिभा असलेल्या एका स्वयंसेवी अब्जाधिशाप्रमाणे असलेल्या एका सभेत होते ज्या प्रयोगांच्या सामर्थ्याची खोल आणि अंतःप्रेरणा होत्या. त्याच्या कंपनीने ग्राहकांना आकर्षित करण्याचा आणि विक्रय विक्री वाढवणार्या महान स्टोअर विंडो प्रदर्शनाची निर्मिती करण्याचा प्रयत्न केला. तज्ञांनी डिझाइनच्या नंतर काळजीपूर्वक परीणाम केलेला डिस्प्ले आणि वैयक्तिक चाचणी आढावा मध्ये काही वर्षांच्या कालावधीत विक्रीवरील प्रत्येक नवीन डिस्प्ले डिझाइनचे कोणतेही महत्त्वपूर्ण कारण प्रभाव दर्शवित नाही. सिनिअर मार्केटिंग व मर्चेंडाइजिंग एक्झिक्युटिव्ह मुख्य कार्यकारी अधिकारी यांच्याशी या ऐतिहासिक परीक्षेच्या निकालांचे परीक्षण करण्यासाठी एकत्र आले. सर्व प्रायोगिक डेटा सादर केल्यानंतर, त्यांनी असा निष्कर्ष काढला की पारंपारिक बुद्धी चुकीची होती - ती विंडो प्रदर्शित विक्री विक्री करू शकत नाही. या क्षेत्रातील खर्च आणि प्रयत्नांना कमी करण्याची त्यांची शिफारस होती. परंपरागत बुद्धी उलथापालथ करण्यासाठी प्रयोग करण्याची क्षमता या नाटकात दिसून आली. मुख्य कार्यकारी अधिकारी यांचे उत्तर सोपे होते: 'माझा निष्कर्ष आहे की आपले डिझाइनर फार चांगले नाहीत.' त्याचे समाधान स्टोअर डिस्प्ले डिझाइनमध्ये प्रयत्न वाढविणे आणि नवीन लोकांना ते करणे हे होते. " (Manzi 2012, 158–9)

    सीईओची कोणती काळजी आहे?

12. [ ] मागील प्रश्नाची बांधणी करणे, अशी कल्पना करा की आपण त्या बैठकीत उपस्थित होते जेथे प्रयोगांच्या परिणामांची चर्चा झाली. आपण कोणत्या चार प्रश्नांची उत्तरे देऊ शकता - प्रत्येक प्रकारची वैधता (संख्याशास्त्रीय, रचना, अंतर्गत आणि बाह्य) साठी?

13. [ ] Bernedo, Ferraro, and Price (2014) Ferraro, Miranda, and Price (2011) मध्ये वर्णन केलेल्या जल-बचतीच्या हस्तक्षेपाचा सात वर्षांचा अभ्यास (आकृती 4.11 पाहा) या पेपरमध्ये, बर्नाडो आणि सहकाऱ्यांनी देखील उपचारांच्या प्रसंगावरून काढलेल्या घरांच्या वर्तणुकीशी तुलना करून त्या प्रभावाची यंत्रणा समजून घेणे आवश्यक आहे. याचा अर्थ असा आहे की त्यांनी उपचार करण्याचा प्रयत्न घरी किंवा घरमालकांवर केला आहे किंवा नाही.

    1. कागद वाचा, त्यांचे डिझाईन वर्णन करा, आणि त्यांच्या शोधांचा सारांश करा
    2. त्यांच्या निष्कर्षांमुळे आपल्याला अशाच प्रकारच्या हस्तक्षेपाची किंमत-प्रभावीता कशी असावी याचा निर्णय घ्या. तसे असल्यास, का? जर नाही तर का नाही?

14. [ ] Schultz et al. (2007) , स्कुलझ आणि त्याच्या सहकाऱ्यांनी दोन संदर्भ (हॉटेल आणि टाइमशेअर कॉन्डोमेनिअम) (Schultz, Khazian, and Zaleski 2008) एका भिन्न पर्यावरणीय वर्तन (टॉवेल पुनर्वापर) वर वर्णनात्मक आणि इंजेक्टीव्ह मानकेच्या प्रभावावरून तीन प्रयोगांची मालिका पार (Schultz, Khazian, and Zaleski 2008) .

    1. या तीन प्रयोगांची रचना आणि निष्कर्ष सारांशित करा.
    2. कसे, तर सर्व, ते Schultz et al. (2007) आपल्या स्पष्टीकरण बदलू नका Schultz et al. (2007) ?

15. [ ] Schultz et al. (2007) च्या प्रतिसादात Schultz et al. (2007) , Canfield, Bruin, and Wong-Parodi (2016) यांनी इलेक्ट्रिक बिल्सच्या डिझाईनचा अभ्यास करण्यासाठी प्रयोगशाळेतील प्रयोगांची मालिका पार केली. ते या गोषव्यात कसे वर्णन करतात ते येथे आहे:

    "सर्वेक्षण-आधारावर प्रयोगामध्ये प्रत्येक सहभागीने कुटुंबासाठी तुलनेने उच्च विजेचा वापर, (ए) ऐतिहासिक वापर, (बी) शेजारील परिस्थतींविषयी माहिती आणि (सी) उपकरणेच्या विघटनासह ऐतिहासिक वापराबद्दल कौटुंबिक वीजबचतीचे एक अभिप्रायित वीज बिल पाहिले. सहभागींनी सर्व माहिती प्रकारात तीन फॉर्मेटपैकी एका स्वरूपात पाहिले ज्यात (अ) सारणी, (ब) बार आलेख आणि (c) आयकॉन ग्राफ आम्ही तीन मुख्य निष्कर्षांविषयी अहवाल देतो प्रथम, ग्राहक प्रत्येक प्रकारचे वीज-समजण्यास माहिती देतात जेणेकरून ते टेबलमध्ये सादर केले जाउ शकतात, बहुधा तेंव्हा टेबलांत साधी बिंदू वाचन सुलभ होते. दुसरे म्हणजे, वीज वाचवण्यासाठी प्राधान्यक्रम आणि हेतू स्वरूप वापरण्यासारख्या ऐतिहासिक उपयोग माहितीसाठी सर्वात बलवान होते. तिसरे, कमी ऊर्जा साक्षरता असणार्या व्यक्तींना सर्व माहिती कमी समजली जाते. "

    इतर पाठपुरावा अभ्यासांप्रमाणे, Canfield, Bruin, and Wong-Parodi (2016) मध्ये स्वारस्याचा मुख्य परिणाम वर्तणुकीची माहिती नाही, वास्तविक वर्तन नव्हे. ऊर्जेच्या बचतीला चालना देण्यासाठी व्यापक संशोधन कार्यक्रमात या प्रकारच्या अभ्यासाची ताकद व कमतरता काय आहे?

16. [ , ] Smith and Pell (2003) यांनी पॅराशूटची प्रभावीता दर्शविणार्या अभ्यासाचे मेटा-विश्लेषण सादर केले. ते निष्कर्ष काढले:

    "बर्याच वेळा हस्तक्षेप करण्याच्या हेतूने आजारी आरोग्य टाळण्यासाठी, पॅराशूटची प्रभावी कामगिरी यादृच्छिकरित्या नियंत्रित ट्रायल्स वापरुन कठोर मूल्यांकनास आली नाही. पुराव्या आधारित औषधांचे समर्थकांनी केवळ निरीक्षणात्मक माहिती वापरून मूल्यांकन केलेल्या हस्तक्षेपाचे दडपण केले आहे. आम्ही असे मानतो की पुरावा आधारित औषधांचे सर्वात मूलभूत कथांना पॅराशूटच्या दुहेरी अंध, यादृच्छिक, प्लेसबो नियंत्रित, क्रॉसओवर चाचणीमध्ये सहभागी होऊन सहभागी होतील. "

    प्रयोगात्मक पुराव्याच्या विरुध्दच्या विरोधात वाद उपस्थित करणार्या न्यू यॉर्क टाइम्ससारख्या सामान्य वाचक वृत्तपत्रांसाठी एक ऑप-एड योग्य लिहा. विशिष्ट, ठोस उदाहरणे द्या इशारा: Deaton (2010) आणि Bothwell et al. (2016) .

17. [ , , ] फरक-इन-मतांमधील अनुमानांपेक्षा वेगळ्या-अंमलात असलेल्या अनुमानांपेक्षा अधिक परिणामकारक असू शकतात. ऑनलाइन प्रयोग चालू करण्यासाठी फरक-इन-फरक दृष्टिकोनाचे मूल्य समजावून देणारा स्टार्ट-अप सोशल मीडिया कंपनी एटी बी च्या अभियंताला एक मेमो लिहा. मेमोमध्ये समस्येचे विधान समाविष्ट करणे आवश्यक आहे, ज्या परिस्थितीमध्ये फरक-इन-फर्क अॅक्टरर फरक-इन-मिड अॅक्टरर आणि एक सिंपल सिम्युलेशन स्टडी पारित करेल.

18. [ , ] हार्वर्ड बिझनेस स्कूलमध्ये गेरी लव्हमन हे प्राध्यापक होते. हार्हाच्या जगातील सर्वात मोठ्या कॅसिनो कंपन्यांपैकी एक सीईओ बनले होते. जेव्हा ते हररामध्ये गेले, तेव्हा लव्हमनने कंपनीला वारंवार फ्लेयर सारखी लॉयल्टी प्रोग्रॅममध्ये रूपांतर केले ज्याने ग्राहक वर्तनबद्दल प्रचंड प्रमाणात डेटा गोळा केला. हे नेहमी-चालू माप प्रणालीच्या शीर्षस्थानी, कंपनीने प्रयोग चालू करणे सुरू केले. उदाहरणार्थ, एखाद्या विशिष्ट जुगार पॅटर्नसह ग्राहकांसाठी विनामूल्य हॉटेल रात्री कूपनच्या प्रभावाचे मूल्यमापन करण्यासाठी ते एक प्रयोग चालवू शकतात. हरमनच्या रोजच्या व्यावहारिक पद्धतींवर प्रेममॅनने प्रयोगाचे महत्त्व कसे वर्णन केले ते येथे दिले आहे:

    "आपण स्त्रियांना छळत नाही असे वाटणे, आपण चोरणे नाही आणि आपल्याजवळ नियंत्रण गट असणे आवश्यक आहे. हा एक गोष्ट आहे ज्याची आपण हारारामच्या नोकरीसाठी गमावू शकता-नियंत्रण गट चालवत नाही. " (Manzi 2012, 146)

    प्रेममॅनला नियंत्रण गट बनवणे इतके महत्त्वाचे आहे की नाही हे समजावून घेतलेल्या एका नवीन कर्मचार्याकडे ईमेल लिहा. आपला मुद्दा स्पष्ट करण्यासाठी आपण एक उदाहरण - एकतर वास्तविक किंवा बनविलेला प्रयत्न केला पाहिजे.

19. [ , ] एक नवीन प्रयोग लसीकरण उत्कर्षावर मजकूर संदेश स्मरणपत्रे प्राप्त प्रभाव अंदाज करणे हेतू आहे. एकशे पन्नास दवाखाने, प्रत्येक 600 पात्र रुग्ण सहभागी होण्यास इच्छुक आहेत. प्रत्येक क्लिनीकसाठी $ 100 ची एक निश्चित किंमत आहे ज्यास आपण कार्य करु इच्छिता, आणि प्रत्येक पाठ संदेशासाठी $ 1 चा खर्च आपण पाठवू इच्छित आहात पुढे, आपण कार्य करीत असलेल्या कोणत्याही क्लिनिकमध्ये निशुल्क (कोणालाही लसीकरण प्राप्त झाल्यास) मापन करेल. समजा की आपल्याकडे $ 1,000 चे बजेट आहे

    1. आपल्या संसाधनांवर थोड्या संख्येने क्लिनिक्सवर लक्ष केंद्रित करणे आणि कोणत्या स्थितीत ते अधिक व्यापकपणे पसरवणे चांगले असू शकते त्यानुसार कोणत्या स्थितीत ते अधिक चांगले असू शकते?
    2. कोणत्या गोष्टी कमीत कमी प्रभाव आकार निर्धारित करतील ज्यामुळे आपण आपल्या बजेटसह विश्वसनीयपणे शोधू शकाल?
    3. संभाव्य फंडरला हे ट्रेड-ऑफ समजावून सांगून एक मेमो लिहा

20. [ , ] ऑनलाइन अभ्यासक्रमांमधे एक प्रमुख समस्या अल्ट्रीशन आहे: बर्याच विद्यार्थ्यांनी अभ्यासक्रम सुरू करण्यास सुरुवात केली आहे. कल्पना करा की आपण ऑनलाइन शिक्षण व्यासपीठवर काम करीत आहात आणि प्लॅटफॉर्मवर डिझायनरने व्हिज्युअल प्रोग्रेस बार तयार केला आहे ज्यामुळे ते विद्यार्थ्यांना अभ्यासक्रमाबाहेर राहण्यास प्रतिबंध करतील. आपण मोठ्या संगणकीय सामाजिक विज्ञान अभ्यासक्रमातील विद्यार्थ्यांवर प्रगती पट्टीच्या प्रभावाची चाचणी घेऊ इच्छिता. प्रयोगात उद्भवणारे कोणतेही नैतिक मुद्दे संबोधित केल्यानंतर, आपण आणि आपले सहकारी चिंतातल होतात की या अभ्यासक्रमात प्रोग्रेस बारच्या प्रभावांचे विश्वसनीयपणे शोध घेण्यासाठी विद्यार्थ्यांना पुरेसे विद्यार्थी नसतील. खालील गणितानुसार, तुम्ही असे समजू की अर्धे विद्यार्थी प्रगती पट्टी प्राप्त करू शकतील आणि अर्धे नसावे. पुढे, आपण असे समजू शकतो की हस्तक्षेप नाही. दुस-या शब्दात सांगायचे तर आपण असे गृहीत धरू शकता की सहभागी केवळ उपचार किंवा नियंत्रण प्राप्त करूनच प्रभावित होतात; ते इतर लोकांना उपचार किंवा नियंत्रण प्राप्त करीत आहे किंवा नाही हे अधिक प्रभावी ठरत नाही (अधिक औपचारिक व्याख्यासाठी, Gerber and Green (2012) अध्याय 8 पहा). आपण बनविणार्या कोणत्याही अतिरिक्त गृहीतकाचा मागोवा ठेवा.

    1. समजा, प्रगती पट्टीने 1 टक्का गुणाने वर्गाचा शेवटचा निकाल विद्यार्थ्यांना दिला जाईल; प्रभाव विश्वसनीयतेने शोधण्याकरिता किती नमुना आकार आवश्यक आहे?
    2. समजा, प्रगती पट्टीने जे विद्यार्थी दहा टक्के गुण मिळवून देतात त्यांच्या प्रमाणात वाढण्याची अपेक्षा आहे; प्रभाव विश्वसनीयतेने शोधण्याकरिता किती नमुना आकार आवश्यक आहे?
    3. आता कल्पना करा की तुम्ही प्रयोग केला आहे आणि ज्या विद्यार्थ्यांनी सर्व कोर्स पूर्ण केले आहेत त्यांनी अंतिम परीक्षा घेतली आहे. जेव्हा आपण अंतिम परीक्षांमधील परीक्षेच्या गुणांची तुलना करता, ज्याने प्रगती पट्टी प्राप्त केली नसली अशा गुणांच्या संख्येसह, आपण आपल्या आश्चर्यचकित गोष्टीस शोधून काढू शकता, ज्या विद्यार्थ्यांनी प्रगती पट्टी प्राप्त केली नाही त्यांनी खरंच उच्च केले. याचा अर्थ प्रगती पट्टीमुळे विद्यार्थी कमी शिकू शकतात? या निष्कर्षापेक्षा आपण काय शिकू शकतो? (इशारा: Gerber and Green (2012) अध्याय 7 पहा)

21. [ , , कल्पना करा की आपण एका टेक कंपनीत डेटा वैज्ञानिक म्हणून काम करीत आहात. विपणन विभागाकडून कोणीतरी नवीन ऑनलाइन जाहिरात मोहिमेसाठी गुंतवणूकीवरील परतावा (आरओआय) मोजण्यासाठी नियोजन करीत असलेल्या प्रयोगाचे मूल्यमापन करण्यात मदत मागते. मोहिमेच्या खर्चाद्वारे वाटलेल्या मोहिमेतून निव्वळ नफा म्हणून ROI ला परिभाषित केले आहे. उदाहरणार्थ, विक्रीवर परिणाम नसलेल्या मोहिमेला -100% आरओआय असेल; ज्या मोबदल्यात निर्माण झालेला नफा खर्चांच्या बरोबरीचा होता तो मोहिम 0 च्या आरओआयवर असेल; आणि एक मोहिम जिथे नफा मिळविला होता तो दुप्पट किंमत 200% एवढा ROI असेल.

    प्रयोग सुरू करण्यापूर्वी, विपणन विभाग आपल्याला त्यांच्या पूर्वीच्या संशोधनावर आधारित खालील माहिती पुरवतो (प्रत्यक्षात, हे मूल्य लुईस आणि राव (2015) मध्ये नोंदवले गेलेल्या रिअल ऑनलाइन जाहिरात मोहिमेची वैशिष्ट्ये आहेत):

    • प्रति ग्राहक सरासरी विक्री $ 7 च्या अर्थाने आणि $ 75 च्या मानक विचलनासह लॉग-सामान्य वितरण अनुसरण करते.
    • या मोहिमेत प्रति ग्राहक $ 0.35 ने विक्री वाढवण्याची अपेक्षा आहे, जे प्रति ग्राहक $ 0.175 च्या नफ्यात वाढ करण्याशी संबंधित आहे.
    • प्रयोगाचे नियोजनबद्ध आकार 200,000 लोक आहेत: अर्ध्या उपचार गटातील आणि अर्ध्या नियंत्रण गटातील.
    • मोहिमेची किंमत $ 0.14 प्रति भागीदार आहे
    • मोहिमेसाठी अपेक्षित ROI 25% [ \((0.175 - 0.14)/0.14\) ]. दुस-या शब्दात, विपणन विभाग असा विश्वास करतो की प्रत्येक 100 डॉलर्स मार्केटिंगवर खर्च केल्याने कंपनी नफ्यात अतिरिक्त 25 डॉलरची कमाई करेल.

    या प्रस्तावित प्रयोगाचे मूल्यमापन लिहा. आपल्या मेमोने आपण बनवलेल्या अनुकरणातून पुरावा वापरला पाहिजे आणि तो दोन प्रमुख प्रश्नांना सामोरे जावे: (1) आपण या प्रयोगाचा नियोजित म्हणून विचार करावा? तसे असल्यास, का? जर नाही तर का नाही? हा निर्णय घेण्यासाठी आपण वापरत असलेल्या निकषाबद्दल स्पष्ट असल्याचे सुनिश्चित करा. (2) आपण या प्रयोगासाठी कोणते नमुना आकार शिफारस कराल? पुन्हा हा निर्णय घेण्यासाठी आपण वापरत असलेल्या निकषाबद्दल स्पष्ट असल्याचे सुनिश्चित करा.

    एक चांगला चा संक्षेप या विशिष्ट प्रकरणाचा विचार करेल; एक उत्तम मेमो या प्रकरणातून एक प्रकारे सर्वसामान्य बनवेल (उदा., मोहिमेच्या प्रभावाच्या आकाराचे कार्य म्हणून कार्य कसे बदलते हे दाखवा); आणि एक महान मेमो पूर्णतः सामान्यीकृत परिणाम दर्शवेल. आपल्या परिणामांना स्पष्ट करण्यात मदत करण्यासाठी आपल्या ज्ञानात आलेख वापरावे.

    येथे दोन इशारे आहेत. प्रथम, विपणन विभागाने आपल्याला काही अनावश्यक माहिती दिली असेल आणि कदाचित काही आवश्यक माहिती आपल्याला देण्यात अयशस्वी ठरली असेल. सेकंद, आपण आर वापरत असल्यास, rlnorm () कार्य बरेच लोक ज्या प्रकारे अपेक्षा करत नाहीत त्याबद्दल जागरूक रहा.

    ही क्रिया आपल्याला सत्तेच्या विश्लेषणासह सराव देईल, अनुकरण तयार करेल आणि आपल्या परिणामांना शब्द आणि आलेखांसह संप्रेषण करेल. हे कोणत्याही प्रकारचे प्रयोगासाठी पावर विश्लेषण आयोजित करण्यास आपल्याला मदत करेल, ROI अंदाज लावण्यासाठी केवळ प्रयोग केलेले नाही या उपक्रमात असे गृहीत धरले आहे की आपल्याला सांख्यिकीय चाचणी आणि सामर्थ्य विश्लेषण असलेले काही अनुभव आहेत. आपण पॉवर विश्लेषणासह परिचित नसल्यास, मी शिफारस करतो की आपण Cohen (1992) यांनी "पॉवर प्राइमर" वाचले पाहिजे.

    या क्रियाकलाप RA Lewis and Rao (2015) द्वारे एका सुंदर कागदावरुन प्रेरणा मिळाली, जे अगदी व्यापक प्रयोगांची मूलभूत सांख्यिकीय मर्यादा स्पष्टपणे स्पष्ट करते. त्यांचे पेपर - जे मुळात उद्दीष्ट शीर्षक "जाहिरातीत परताव्याचे मोजमाप अशक्यप्राय" होते - ते पाहते की लाखो ग्राहकांच्या डिजिटल प्रयोगांबरोबरच ऑनलाइन जाहिरातींच्या गुंतवणुकीवर परतावा कमी करणे किती कठीण आहे. अधिक सामान्यत: RA Lewis and Rao (2015) हे मूलभूत सांख्यिकीय तत्वांचे वर्णन करतात जे डिजिटल-वय प्रयोगांसाठी विशेषतः महत्वाचे आहे: अशांत परिणामांच्या डेटामध्ये लहान उपचारांच्या प्रभावांचा अंदाज करणे कठीण आहे.

22. [ , ] मागील प्रश्नाप्रमाणेच करा, परंतु, सिम्युलेशन ऐवजी, आपण विश्लेषणात्मक परिणाम वापरावेत.

23. [ , , ] मागील प्रश्नाप्रमाणेच करा, परंतु सिम्युलेशन आणि विश्लेषणात्मक परिणाम दोन्ही वापरा.

24. [ , , कल्पना करा की आपण वरील वर्णन केलेल्या मेमो लिहिला आहे, आणि विपणन विभागातील कोणीतरी नवीन माहिती प्रदान करतो: त्यांना अपेक्षा आहे की प्रयोगानंतरच्या आणि नंतर विक्रीदरम्यान 0.4 संबंध. हे आपल्या मेमोमधील शिफारसी कसे बदलते? (इशारा: फॉर-ऑफ-प्रेसिडेंट आणि फरक-इन-फ्रॅक्शन्स अंदाजपत्रकास अधिक माहितीसाठी विभाग 4.6.2 पाहा.)

25. [ , ] नवीन वेब-आधारित रोजगार-सहाय्य कार्यक्रमाची प्रभावीता तपासण्यासाठी, विद्यापीठाने आपल्या शाळेच्या अंतिम वर्षामध्ये प्रवेश करणार्या 10,000 विद्यार्थ्यांमधे यादृच्छिक नियंत्रण चाचणी आयोजित केली. अनन्य लॉग-इन माहितीसह विनामूल्य सदस्यता 5000 च्या यादृच्छिकपणे निवडलेल्या विद्यार्थ्यांना एका विशेष ईमेल आमंत्रणाद्वारे पाठविली गेली तर इतर 5,000 विद्यार्थी नियंत्रण गटामध्ये होते आणि त्यांच्याकडे सबस्क्रिप्शन नव्हते. बारा महिन्यांनंतर, फॉलो-अप सर्वे (गैर-प्रतिक्रियाविना सह) दाखवून दिले आहे की उपचार आणि नियंत्रण गटामध्ये दोन्हीपैकी 70% विद्यार्थ्यांनी त्यांच्या निवडलेल्या क्षेत्रात (टेबल 4.6) पूर्ण वेळ नोकरी मिळविली होती. याप्रमाणे, वेब-आधारित सेवांचा काहीही प्रभाव पडला असे वाटत नाही.

    तथापि, विद्यापीठातील हुशार डेटा वैज्ञानिकाने थोड्या अधिकरितीने डेटा पाहिला आणि असे आढळून आले की ईमेल प्राप्त केल्यानंतर खात्यामध्ये फक्त 20% सदस्यांनी प्रवेश केला आहे. पुढे, आणि थोड्याशा आश्चर्याची गोष्ट म्हणजे, ज्यांनी वेबसाइटवर लॉग इन केले त्यांच्यापैकी फक्त 60% लोकांनी त्यांच्या निवडलेल्या क्षेत्रात पूर्णवेळ रोजगार मिळविला होता, जे दररोजच्या लोकांपेक्षा कमी होते आणि लोकांसाठीच्या दरापेक्षा कमी होते नियंत्रण स्थितीमध्ये (सारणी 4.7).

    1. काय झाले असावे यासाठी स्पष्टीकरण द्या.
    2. या प्रयोगात झालेल्या उपचारांच्या प्रभावाची गणना करण्याचे दोन भिन्न मार्ग कोणते आहेत?
    3. हे परिणाम दिल्यास, सर्व विद्यार्थ्यांना ही सेवा पुरवावी? फक्त स्पष्ट होणे, हे एक साध्या उत्तराने प्रश्न नाही.
    4. आता पुढे काय करावे?

    इशारा: हा प्रश्न या प्रकरणात समाविष्ट केलेल्या सामग्रीच्या पलीकडे जातो, परंतु प्रयोगांमध्ये सामान्य प्रश्न मांडतो. या प्रकारच्या प्रायोगिक डिझाइनला काहीवेळा उत्तेजन डिझाइन असे म्हटले जाते कारण सहभागींना उपचारात सहभागी होण्यासाठी प्रोत्साहन दिले जाते. ही समस्या एकतर्फी गैर अनुपालन म्हणून ओळखली जाणारी एक उदाहरण आहे ( Gerber and Green (2012) अध्याय 5 पहा).

26. [ ] पुढील परीक्षा नंतर, तो मागील प्रश्न मध्ये वर्णन प्रयोग अधिक जटिल होते की बाहेर वळले. हे लक्षात आले की कंट्रोल ग्रुपमधील 10% लोक सेवा प्रवेशासाठी अदा केले जातात आणि 65% (तक्ता 4.8) च्या रोजगारा दराने ते संपले.

    1. आपल्याला काय वाटते आहे त्याचे सारांश लिहायला एक ईमेल लिहा आणि कृतीचा मार्ग अनुशंसा

    इशारा: हा प्रश्न या प्रकरणात समाविष्ट केलेल्या सामग्रीच्या पलीकडे जातो, परंतु प्रयोगांमध्ये सामान्य प्रश्न मांडतो. ही समस्या दोन-बाजूंनी गैर अनुपालन म्हणतात ( Gerber and Green (2012) अध्याय 6 पहा).