سرگرمیاں

  • مشکل کی ڈگری: آسان آسان درمیانی درمیانی ، سخت سخت بہت مشکل ہے بہت مشکل ہے
  • ریاضی کی ضرورت ہے ( ریاضی کی ضرورت ہے )
  • کوڈنگ کی ضرورت ہے ( کوڈنگ کی ضرورت ہے )
  • ڈیٹا جمع ( ڈیٹا جمع )
  • میری پسندیدہ ( میرا پسندیدہ )
  1. [ درمیانی ، ڈیٹا جمع ] Berinsky اور ساتھیوں (2012) نے تین کلاسک تجربات کی نقل و حرکت کی طرف سے حصہ میں MTurk کا جائزہ لیا. Tversky and Kahneman (1981) طرف سے کلاسک ایشیائی بیم فریمنگ تجربے کی نقل. کیا آپ کا نتائج ٹورسیکی اور کانامن کا تعلق ہے؟ کیا آپ کا نتائج ان برنسکی اور ساتھیوں سے ملتا ہے؟ اگر یہ ایرر برقرار رہے تو ہمارے ہیلپ ڈیسک سے رابطہ کریں. اس ویڈیو پر غلط استعمال کی اطلاع دیتے ہوئے ایرر آ گیا ہے.

  2. [ درمیانی ، میرا پسندیدہ ] کسی حد تک زبانی زبان میں گیک کاغذ میں "ہمیں توڑنا پڑا"، سوشلسٹ ماہر نفسیات رابرٹ سیالدینی، Schultz et al. (2007) مصنفین میں سے Schultz et al. (2007) نے لکھا ہے کہ وہ ایک پروفیسر کے طور پر اپنے کام سے قبل ریٹائرنگ کررہا تھا، اس کے نتیجے میں چیلنجوں میں انہوں نے اس (Cialdini 2009) (نفسیات) میں فیلڈ تجربات کرنے کا سامنا کرنا پڑا جو بنیادی طور پر (Cialdini 2009) تجربات (Cialdini 2009) . کیڈیڈیینی کا کاغذ پڑھیں، اور انہیں ڈیجیٹل تجربات کے امکانات کی روشنی میں ان کے وقفے پر نظر ثانی کرنے کے لئے انہیں ایک ای میل لکھیں. تحقیق کے مخصوص مثالیں استعمال کریں جو ان کے خدشات کو حل کریں.

  3. [ درمیانی ] اس بات کا تعین کرنے کے لئے کہ آیا چھوٹی ابتدائی کامیابیاں تالا لگا یا ختم ہوئیں، وین ڈی رجج اور ساتھیوں نے (2014) چار مختلف نظاموں میں تصادفی منتخب شرکاء پر کامیابی حاصل کی، اور پھر اس مباحثہ کامیابی کے طویل مدتی اثرات کا اندازہ کیا. کیا آپ دوسرے نظاموں کے بارے میں سوچ سکتے ہیں جس میں آپ اسی طرح کے تجربات چل سکتے ہیں؟ سائنسی قیمت، الگورتھممک الجھن (باب 2 دیکھیں)، اور اخلاقیات کے مسائل کے لحاظ سے ان نظاموں کا اندازہ کریں.

  4. [ درمیانی ، ڈیٹا جمع ] ایک تجربے کے نتائج شرکاء پر منحصر ہوسکتے ہیں. ایک تجربہ بنائیں اور پھر دو مختلف بھرتی کی حکمت عملی کا استعمال کرکے MTurk پر چلائیں. تجربے اور بھرتی کی حکمت عملی کو منتخب کرنے کی کوشش کریں تاکہ نتائج مختلف ہو سکے. 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 کو معاوضہ دینے کے لئے ہوسکتی ہے. بھرتی کی حکمت عملی میں ان قسم کے اختلافات شرکاء کے مختلف پول اور مختلف تجرباتی نتائج کی قیادت کر سکتے ہیں. آپ کے نتائج کیسے مختلف ہیں؟ اس نے MTurk پر تجربات چلانے کے بارے میں کیا کیا؟

  5. [ بہت مشکل ہے ، ریاضی کی ضرورت ہے ، کوڈنگ کی ضرورت ہے ] تصور کریں کہ آپ جذباتي کنجن تجربے کی منصوبہ بندی کر رہے تھے (Kramer, Guillory, and Hancock 2014) . ہر حالت میں شرکاء کی تعداد کا فیصلہ کرنے کے لئے Kramer (2012) طرف سے پہلے مشاہداتی مطالعہ سے نتائج کا استعمال کریں. یہ دو مطالعہ بالکل ٹھیک نہیں ہیں لہذا اس بات کو یقینی بنائیں کہ تمام مفروضوں کی فہرست واضح طور پر درج کریں.

    1. ایک تخروپن کو چلائیں جو فیصلہ کرے گا کہ کتنے شرکاء کو Kramer (2012) میں \(\alpha = 0.05\) اور \(1 - \beta = 0.8\) ساتھ اثر انداز کرنے کے طور پر بڑے اثرات کا پتہ لگانے کی ضرورت ہوتی تھی.
    2. تجزیاتی طور پر اسی حساب کا حساب کریں.
    3. Kramer (2012) نتائج کو زیادہ طاقتور (مثلا، اس سے زیادہ شرکاء کے مقابلے میں کیا ضرورت ہے) جذباتی کنگریشن (Kramer, Guillory, and Hancock 2014) نتائج کو دیکھتے ہوئے؟
    4. آپ نے کیا خیالات کی، آپ کے حساب سے سب سے بڑا اثر کون سا ہے؟
  6. [ بہت مشکل ہے ، ریاضی کی ضرورت ہے ، کوڈنگ کی ضرورت ہے ] پچھلے سوال دوبارہ جواب دیں، لیکن اس وقت کے بجائے Kramer (2012) طرف سے پہلے مشاہداتی مطالعہ کا استعمال کرنے کے بجائے، اس وقت کے نتائج کا استعمال کرتے ہوئے پہلے ہی قدرتی تجربے سے لے کر Lorenzo Coviello et al. (2014) .

  7. [ آسان ] Margetts et al. (2011) دونوں دونوں Margetts et al. (2011) اور وین ڈی رٹٹ اور ایل. (2014) نے ایک درخواست نامہ پر دستخط کرنے والے لوگوں کے عمل کا مطالعہ کیا. ان مطالعات کے ڈیزائن اور نتائج کا موازنہ کریں اور اس کے برعکس.

  8. [ آسان ] Dwyer, Maki, and Rothman (2015) نے سماجی معیار اور پرو ماحولیاتی رویے کے درمیان تعلقات پر دو فیلڈ تجربات کئے. یہاں ان کے کاغذ کا خلاصہ ہے:

    "غیر جانبدار رویے کو فروغ دینے کے لئے کس طرح نفسیاتی سائنس کا استعمال کیا جا سکتا ہے؟ دو مطالعے میں، عوامی باتھ روموں میں توانائی کے تحفظ کے رویے کو فروغ دینے کے لئے مداخلتوں کی تشریحی معیار اور ذاتی ذمے داری کے اثرات کی جانچ پڑتال کی. مطالعے 1 میں، کسی شخص نے غیر مقبوضہ عوامی باتھ روم میں داخل ہونے سے پہلے اس کی ترتیب کے لئے بیاناتی معیار کی نشاندہی کی، اس سے پہلے روشنی کی حیثیت (یعنی، پر یا بند) جوڑی ہوئی تھی. شرکاء میں وہ داخل ہوگئے جب وہ بند ہو گئے تھے تو اس میں حصہ لینے کا امکان بہت اہم تھا. مطالعے 2 میں، ایک اضافی حالت میں شامل کیا گیا تھا جس میں روشنی کو بند کرنے کا نارمل ایک کنڈراڈیٹ کی طرف سے ظاہر کیا گیا تھا، لیکن شرکاء خود کو اس پر تبدیل کرنے کے ذمہ دار نہیں تھے. ذاتی ذمے داری نے رویے پر سماجی معیار کے اثرات کو مدنظر رکھا. جب شرکاء روشنی کو تبدیل کرنے کے لئے ذمہ دار نہیں تھے تو، معمول کے اثر و رسوخ کو کم کردیا گیا تھا. یہ نتائج یہ بتاتے ہیں کہ وضاحتی معیار اور ذاتی ذمہ داری کس طرح ماحولیاتی مداخلت کی مؤثریت کو منظم کرسکتی ہے. "

    ان کے کاغذ کو پڑھائیں اور مطالعہ کا ایک نقل ڈیزائن کریں.

  9. [ درمیانی ، ڈیٹا جمع ] پچھلے سوال پر عمارت، اب آپ کے ڈیزائن کو لے لو.

    1. نتائج کیسے موازنہ کرتے ہیں؟
    2. ان اختلافات کو کیا سمجھا سکتا ہے؟
  10. [ درمیانی ] MTurk سے بھرپور شرکاء کا استعمال کرتے ہوئے تجربات کے بارے میں کافی بحث ہے. متوازی طور پر، انڈر گریجویٹ طالب علموں کی آبادی سے بھرپور شرکاء کا استعمال کرتے ہوئے تجربات کے بارے میں بھی کافی بحث ہوئی ہے. ترکرس اور انڈر گریجویٹز کے طور پر تحقیقی شرکاء کے مقابلے میں ایک دو صفحے میمو لکھیں. آپ کے مقابلے میں سائنسی اور لوجیجی دونوں معاملات کی بحث شامل ہونا چاہئے.

  11. [ آسان ] جم منزی کی کتاب انجمن (2012) کاروبار میں تجربے کی طاقت کے لئے ایک حیرت انگیز تعارف ہے. اس کتاب میں انہوں نے مندرجہ ذیل کہانی سے رجوع کیا:

    "میں ایک بار سچ کاروباری جینس، ایک خود ساختہ ارباب کے ساتھ ملاقات میں تھا جو تجربات کی طاقت سے گہری، بدیہی تھی. اس کی کمپنی نے زبردست اسٹور کھڑکیوں کو ظاہر کرنے کی کوشش کی جس میں اہم وسائل خرچ کیے گئے ہیں، جو صارفین کو اپنی طرف متوجہ اور فروخت میں اضافہ کرے گی، کیونکہ روایتی حکمت نے کہا کہ وہ. ماہرین نے احتیاط سے ڈیزائن کے بعد ڈیزائن کا تجربہ کیا، اور کئی سالوں کے دوران انفرادی امتحان کے سیشن میں سیلز پر ہر نئے ڈسپلے ڈیزائن کا کوئی اہم اثر نہیں دکھایا. سینئر مارکیٹنگ اور کاروباری اداروں کے سی ای او کے ساتھ ملاقات کے لئے ان تاریخی امتحان کے نتائج کا جائزہ لیں. تجرباتی اعداد و شمار کو پیش کرنے کے بعد، انہوں نے یہ نتیجہ اخذ کیا کہ روایتی حکمت غلط تھا- کہ ونڈو ڈسپلے فروخت نہیں چلتی. ان کی سفارش کردہ کارروائی اس علاقے میں اخراجات اور کوشش کو کم کرنا تھا. یہ ڈرامائی طور پر روایتی حکمت کو ختم کرنے کے لئے استعمال کی صلاحیت کا مظاہرہ کیا. سی ای او کا جواب آسان تھا: 'میرا نتیجہ یہ ہے کہ آپ کے ڈیزائنرز بہت اچھے نہیں ہیں.' اس کا حل سٹور ڈسپلے ڈیزائن میں کوششوں کو بڑھانے اور نئے لوگوں کو کرنے کے لئے حاصل کرنے کے لئے تھا. " (Manzi 2012, 158–9)

    سی ای او کی تشویش کونسی قسمت ہے؟

  12. [ آسان ] پچھلے سوال پر عمارت، تصور کریں کہ آپ اجلاس میں تھے جہاں تجربات کے نتائج پر تبادلہ خیال کیا گیا تھا. چار سوالات کیا ہیں جو آپ ہر ایک قسم کی صداقت (اعداد و شمار، تعمیر، اندرونی اور بیرونی) سے پوچھ سکتے ہیں؟

  13. [ آسان ] Bernedo, Ferraro, and Price (2014) Ferraro, Miranda, and Price (2011) (بیان 4.11 دیکھیں Ferraro, Miranda, and Price (2011) میں بیان پانی کی بچت کے مداخلت کے سات سالہ اثر کا مطالعہ. اس کاغذ میں، Bernedo اور ساتھیوں نے بھی اس کے پیچھے میکانیزم کو سمجھنے کی کوشش کی جس کے گھروں کے رویے کی موازنہ کی ہے اور علاج کے بعد منتقل نہیں کیا گیا ہے. یہ، تقریبا، وہ یہ دیکھنے کی کوشش کی کہ آیا علاج نے گھر یا گھریلو خاتمے پر اثر انداز کیا.

    1. کاغذ پڑھیں، ان کے ڈیزائن کی وضاحت کریں، اور ان کے نتائج کا خلاصہ کریں.
    2. کیا ان کے نتائج پر اثر انداز ہوتا ہے کہ آپ کو اسی طرح کی مداخلتوں کی قیمتوں میں مؤثر انداز کا اندازہ کیا جانا چاہئے. اگر ایسا ہے تو کیوں؟ اگر نہیں، تو کیوں نہیں؟
  14. [ آسان ] Schultz et al. (2007) پیروی میں Schultz et al. (2007) ، شوٹز اور ساتھیوں نے مختلف تجربات (ایک ہوٹل اور ایک بارہ وار کنڈومیمیم) (Schultz, Khazian, and Zaleski 2008) مختلف ماحولیاتی رویے (تولیہ دوبارہ استعمال) پر وضاحتی اور injunctive معیاروں کے اثر پر تین تجربات کی ایک سیریز کی کارکردگی کا مظاہرہ کیا (Schultz, Khazian, and Zaleski 2008) .

    1. ان تین تجربات کے ڈیزائن اور نتائج کو خلاصہ کریں.
    2. کس طرح، اگر یہ ایرر برقرار رہے تو ہمارے ہیلپ ڈیسک سے رابطہ کریں. غلط استعمال کی اطلاع دیتے ہوئے ایرر آ گیا ہے Schultz et al. (2007) ؟
  15. [ آسان ] Schultz et al. (2007) جواب میں Schultz et al. (2007) ، Canfield, Bruin, and Wong-Parodi (2016) الیکٹریکل بلز کے ڈیزائن کا مطالعہ کرنے کے لیبارٹری جیسے تجربات کی ایک سیریز میں حصہ لیا. یہاں خلاصہ میں یہ کس طرح بیان کرتے ہیں:

    "ایک سروے پر مبنی تجربہ میں، ہر شریک نے خاندان کے نسبتا زیادہ بجلی کے استعمال کے ساتھ ایک بجلی کے بل میں ایک تاریخی استعمال، (ب) پڑوسیوں کے ساتھ معلومات، اور (c) آلات کے برتن کے ساتھ تاریخی استعمال کے بارے میں معلومات کو ڈھونڈنے کے لئے ایک نظریاتی بجلی بل دیکھا. شرکاء نے تین اقسام میں سے ایک میں تمام معلومات کی اقسام کو دیکھا (اے) میزیں، (ب) بار گرافس، اور (c) آئکن گرافکس. ہم تین اہم نتائج پر رپورٹ کرتے ہیں. سب سے پہلے، صارفین نے ہر نوع قسم کی بجلی کی معلومات کو سب سے زیادہ سمجھا تھا جب یہ ایک میز میں پیش کیا گیا تھا، شاید اس وجہ سے میزیں آسان نقطہ پڑھنے کی سہولیات کو آسان بناتی ہیں. دوسرا، بجلی کو بچانے کے لئے ترجیحات اور ارادے تاریخی استعمال کی معلومات کے لئے مضبوط تھے، شکل کی آزاد. تیسرا، کم توانائی سوسائٹی والے افراد نے تمام معلومات کو کم سمجھا. "

    دیگر پیچیدہ مطالعے کے برعکس، Canfield, Bruin, and Wong-Parodi (2016) میں دلچسپی کا بنیادی نتیجہ رویے کی اطلاع دی گئی ہے، اصل رویے نہیں. توانائی کی بچت کو فروغ دینے کے وسیع پیمانے پر ریسرچ پروگرام میں اس قسم کے مطالعہ کی طاقت اور ضوابط کیا ہیں؟

  16. [ درمیانی ، میرا پسندیدہ ] Smith and Pell (2003) پیراشوٹس کی مؤثر کارکردگی کا مظاہرہ مطالعہ کے ایک ستراجیاتی میٹا تجزیہ پیش. انہوں نے نتیجہ اخذ کیا:

    "بیمار صحت کی روک تھام کے لئے بہت سے مداخلت کے ساتھ، پیراشوٹس کی تاثیر بے ترتیب تشخیص کے ساتھ بے ترتیب کنٹرول ٹرائلز کا استعمال کرتے ہوئے نہیں کیا گیا ہے. ثبوت پر مبنی ادویات کے ایڈوکیٹ نے صرف مشاہداتی اعداد و شمار کا استعمال کرتے ہوئے کی طرف سے اندازہ کیا مداخلت کی اپیل کی ہے. ہم سوچتے ہیں کہ اگر سب سے زیادہ انتہا پسند عناصر کی شناخت کی بنیاد پر ادویات منظم ہوتی ہیں اور دوہری اندھے، بے ترتیب، جگہ کی جگہ پر کنٹرول، پیراشوٹ کے شدید آزمائشی میں حصہ لیں گے.

    ایک عام ریڈررشپ اخبار، جیسے نیو یارک ٹائمز کے لئے ایک اپ ڈیٹ ایڈ مناسب لکھیں، تجرباتی ثبوت کی فزیکیشن کے خلاف بحث کرتے ہوئے. مخصوص، ٹھوس مثال فراہم کریں. اشارہ: Deaton (2010) اور Bothwell et al. (2016) بھی دیکھیں Bothwell et al. (2016) .

  17. [ درمیانی ، کوڈنگ کی ضرورت ہے ، میرا پسندیدہ ] علاج کے اثرات کے فرق میں متعدد تخمینوں سے فرق انداز میں اندازہ کرنے والے تخمینوں سے زیادہ عین مطابق ہوسکتا ہے. ایک آن لائن تجربے کو چلانے کے لئے فرق میں فرق اختلافات کی قدر کی وضاحت ایک شروع اپ سوشل میڈیا کمپنی میں A / B ٹیسٹنگ کے انچارج میں ایک میمو لکھیں. میمو میں اس مسئلے کا ایک بیان شامل ہونا چاہئے، ان حالات کے بارے میں کچھ انضمام لازمی ہیں جن میں اختلافات سے متعلق تخمینہ لگانے والے فرق کا اندازہ لگانے والے تخمینر اور ایک سادہ تخروپن مطالعہ سے باہر نکل جائیں گے.

  18. [ آسان ، میرا پسندیدہ ] گری Loveman ہارورڈ بزنس اسکول میں ایک پروفیسر تھا، حراہ کی سی ای او بننے سے پہلے، دنیا میں سب سے بڑا کیسینو کمپنیوں میں سے ایک. جب وہ حراہ کی طرف چلا گیا تو، عشق مین نے کمپنی کو ایک بار پھر بہاؤ کی طرح وفاداری کے ساتھ تبدیل کر دیا جس نے کسٹمر کے رویے کے بارے میں بہت زیادہ ڈیٹا جمع کیا. اس پر پیمائش کے نظام کے سب سے اوپر، کمپنی نے چلانے کے تجربات شروع کیے. مثال کے طور پر، وہ ایک مخصوص جوا پیٹرن کے ساتھ گاہکوں کے لئے ایک مفت ہوٹل کی رات کے لئے ایک کوپن کے اثر کا اندازہ کرنے کے لئے ایک تجربہ چلاتے ہیں. یہاں ہے کہ Howman نے ہراہہ کے روزمرہ کے کاروباری طریقوں کو استعمال کرنے کی اہمیت کی وضاحت کی ہے:

    "ایسا ہے جیسے آپ خواتین کو ہراساں نہیں کرتے، آپ چوری نہیں کرتے ہیں، اور آپ کو کنٹرول گروپ ہونا پڑے گا. یہ چیزوں میں سے ایک ہے جو آپ ہروہ میں اپنا کام کھو سکتے ہیں- نہیں کنٹرول گروپ چلاتے ہیں. " (Manzi 2012, 146)

    ایک نئے ملازم کو ایک ای میل لکھیں جس کی وضاحت کرتے ہیں کہ Loveman سوچتا ہے کہ یہ کنٹرول گروپ بننا ضروری ہے. آپ کو ایک مثال شامل کرنے کی کوشش کرنی چاہئے- یا تو اصلی یا اپنے نقطہ نظر کی وضاحت کرنا.

  19. [ سخت ، ریاضی کی ضرورت ہے ] ایک نئے تجربے کا مقصد ٹیکساس پیغام یاد دہانیوں کو ٹیکس لینے والی اپٹیک حاصل کرنے کا اثر انداز کرنا ہے. ایک سو پچاس کلینک، ہر 600 600 مریض مریضوں کو حصہ لینے کے لئے تیار ہیں. ہر کلینک کے ساتھ آپ کو کام کرنا چاہتے ہیں $ 100 کی ایک مقررہ قیمت ہے، اور آپ ہر بھیجنے کے لئے ہر متن کے پیغام کے لئے $ 1 کی قیمت ہے. اس کے علاوہ، جو بھی کلینک آپ کام کررہے ہیں وہ نتائج کی پیمائش کریں گے. فرض کریں کہ آپ کے پاس $ 1،000 کا بجٹ ہے.

    1. اس ضمن میں کیا حالات بہتر ہوسکتے ہیں کہ آپ اپنے وسائل کو چھوٹے کلینکس پر توجہ مرکوز کریں اور ان حالات میں کیا ہوسکتا ہے جو انہیں وسیع پیمانے پر پھیلانے کے لئے بہتر ہوسکتی ہے؟
    2. کیا عوامل سب سے کم اثر انداز کا تعین کریں گے کہ آپ اپنے بجٹ کے ساتھ معتدل طور پر پتہ لگانے میں کامیاب ہوسکتے ہیں؟
    3. ایک ممکنہ تفریح ​​میں ان تجارتی بندوں کی وضاحت کرنے والے میمو لکھیں.
  20. [ سخت ، ریاضی کی ضرورت ہے ] آن لائن کورسز کے ساتھ ایک اہم مسئلہ گریز ہے: کورسز کا آغاز کرنے والے بہت سے طالب علموں کو گرنے کا خاتمہ. تصور کریں کہ آپ آن لائن سیکھنے کے پلیٹ فارم میں کام کررہے ہیں، اور پلیٹ فارم میں ایک ڈیزائنر نے ایک بصری پیش رفت بار تخلیق کی ہے کہ وہ سوچتے ہیں کہ طلباء کو کورس کے باہر جانے سے روکنے میں مدد ملے گی. آپ بڑے کمپیوٹنگ سوشل سوسائٹی کورس میں طالب علموں پر ترقی کی بار کا اثر آزمائیں. کسی بھی اخلاقی مسائل کو حل کرنے کے بعد جو تجربے میں پیدا ہوسکتا ہے، آپ اور آپ کے ساتھیوں کو یہ خدشہ ہے کہ اس کورس میں کافی طالب علموں کو ممکنہ طور پر پیش رفت بار کے اثرات کا پتہ لگانے کے لئے کافی طالب علم نہیں ہوسکتا. مندرجہ ذیل حساب میں، آپ یہ سمجھ سکتے ہیں کہ نصف طالب علم ترقی بار اور نصف نہیں ملے گی. مزید، آپ یہ سمجھ سکتے ہیں کہ کوئی مداخلت نہیں ہے. دوسرے الفاظ میں، آپ فرض کر سکتے ہیں کہ شرکاء صرف اس سے متاثر ہوتے ہیں کہ وہ علاج یا کنٹرول حاصل کرتے ہیں؛ وہ متاثر نہیں ہوتے ہیں کہ آیا دوسرے لوگوں نے علاج یا کنٹرول حاصل کیا ہے (مزید رسمی تعریف کے لئے، Gerber and Green (2012) باب 8 Gerber and Green (2012) دیکھیں. کسی بھی اضافی مفہوم کا پتہ لگائیں جو آپ کرتے ہیں.

    1. فرض کریں کہ پیش رفت بار کی توقع ہے کہ اس طالب علم کے تناسب میں 1 فیصد نقطہ نظر کی طرف سے کلاس ختم ہوجائے. مؤثر طریقے سے اثر کا پتہ لگانے کے لئے نمونہ کا سائز کیا ضرورت ہے؟
    2. فرض کریں کہ ترقی کے بار کی توقع ہے کہ طلباء کے تناسب میں 10 فیصد پوائنٹس کی طرف سے کلاس ختم ہوجائیں؛ مؤثر طریقے سے اثر کا پتہ لگانے کے لئے نمونہ کا سائز کیا ضرورت ہے؟
    3. اب تصور کریں کہ آپ نے تجربے کو چلایا ہے، اور جو طالب علموں نے تمام کورس کے مواد کو مکمل کر لیا ہے وہ حتمی امتحان لے چکے ہیں. جب آپ حتمی امتحان کے اسکور والے طالب علموں کا موازنہ کرتے ہیں جنہوں نے ترقی کے بار کو ان لوگوں کے اسکور کے ساتھ حاصل نہیں کیا، جو آپ نے نہیں دیکھا، آپ کو حیرت ہے کہ یہ طالب علم جنہوں نے ترقی کی بار حاصل نہیں کی، وہ اصل میں اعلی درجے میں ہیں. کیا اس کا مطلب یہ ہے کہ ترقی بار نے طالب علموں کو کم سیکھنے کی وجہ سے کیا؟ اس نتائج کے اعداد و شمار سے آپ کیا سیکھ سکتے ہیں؟ (اشارہ: Gerber and Green (2012) باب 7 دیکھیں Gerber and Green (2012) )
  21. [ بہت مشکل ہے ، کوڈنگ کی ضرورت ہے ، میرا پسندیدہ ] تصور کریں کہ آپ ٹیک ٹیک کمپنی میں ڈیٹا سائنسدان کے طور پر کام کر رہے ہیں. مارکیٹنگ ڈپارٹمنٹ میں سے کوئی کسی تجربے کا جائزہ لینے کے لئے آپ کی مدد کے لئے دعا کرتا ہے کہ وہ نئے آن لائن اشتھاراتی مہم کے لئے سرمایہ کاری پر واپسی (ROI) کی پیمائش کے لئے منصوبہ بندی کر رہے ہیں. ROI مہم کی قیمت کی طرف سے تقسیم کردہ مہم سے خالص منافع کے طور پر بیان کیا جاتا ہے. مثال کے طور پر، ایک مہم جس پر فروخت پر کوئی اثر نہیں پڑے گا اس کے ROI -100٪ پڑے گا. ایک مہم جس میں پیدا ہونے والی منافع کے برابر تھا، اخراجات کے برابر 0 کے ROI پڑے گا. اور ایک مہم جس میں پیدا ہونے والی منافع دوہری تھی اس کی قیمت 200٪ کی ROI ہوگی.

    تجربے کو شروع کرنے سے پہلے مارکیٹنگ ڈپارٹمنٹ نے آپ کی ابتدائی تحقیق کے مطابق مندرجہ ذیل معلومات فراہم کی ہے (حقیقت میں، یہ اقدار اصلی آن لائن اشتھاراتی مہمات کی مثال ہیں جو لیوس اور راؤ (2015) ہیں:

    • مطلب یہ ہے کہ ہر ایک کی قیمت میں $ 7 اور معیاری انحراف $ 75 کے ساتھ لاگ ان معمول کی تقسیم کے مطابق.
    • اس مہم کو ہر گاہک میں $ 0.35 کی طرف سے فروخت میں اضافہ ہونے کی توقع ہے، جو فی گاہک $ 0.175 فی کسٹمر میں اضافے سے متعلق ہے.
    • تجربے کی منصوبہ بندی کا سائز 200،000 افراد ہے: علاج کے گروپ میں نصف اور نصف کنٹرول گروپ میں.
    • مہم کی قیمت فی شراکت $ 0.14 ہے.
    • مہم کے لئے متوقع ROI 25٪ ہے [ \((0.175 - 0.14)/0.14\) ]. دوسرے الفاظ میں، مارکیٹنگ ڈپارٹمنٹ کا خیال ہے کہ مارکیٹنگ پر خرچ ہونے والے ہر 100 ڈالر کے لئے، کمپنی کو اضافی $ 25 میں منافع ملے گا.

    اس مجوزہ تجربے کا جائزہ لینے والے میمو لکھیں. آپ کے میمو کو ایک تخروپن سے ثبوت ملے جو آپ تخلیق کرتے ہیں، اور یہ دو اہم مسائل کو حل کرنا چاہئے: (1) کیا آپ اس تجربے کو منصوبہ بندی کے طور پر شروع کرنے کی سفارش کریں گے؟ اگر ایسا ہے تو کیوں؟ اگر نہیں، تو کیوں نہیں؟ اس فیصلہ کو بنانے کے لئے استعمال کردہ معیار کے بارے میں واضح ہونا اس بات کا یقین رکھیں. (2) آپ اس تجربے کے لئے نمونہ کا سائز کس طرح تجویز کریں گے؟ پھر براہ کرم یقینی بنائیں کہ اس فیصلے کے لۓ آپ اس معیار کے بارے میں واضح ہوسکیں.

    ایک اچھا میمو اس مخصوص کیس سے خطاب کرے گا. ایک بہتر میمو اس معاملے سے ایک طرح سے عام طور پر کرے گا (مثال کے طور پر، فیصلہ کس طرح مہم کے اثر کے سائز کے ایک فنکشن کے طور پر تبدیل ہوتا ہے)؛ اور ایک عظیم میمو مکمل طور پر عام نتیجہ پیش کرے گا. اپنے میمو گرافکس کو اپنے نتائج کو واضح کرنے میں مدد کے لئے استعمال کرنا چاہئے.

    یہاں دو اشارے ہیں. سب سے پہلے، مارکیٹنگ کے محکمہ نے آپ کو کچھ غیر ضروری معلومات فراہم کی ہے، اور شاید آپ کو کچھ ضروری معلومات فراہم کرنے میں ناکام ہوسکتی ہے. دوسرا، اگر آپ R استعمال کررہے ہیں، تو باخبر رہیں کہ رالورم () فنکشن اس طرح سے کام نہیں کرتا جس سے بہت سے لوگوں کی توقع ہے.

    یہ سرگرمی آپ کو طاقت کا تجزیہ، تخروپن بنانا اور اپنے نتائج کو الفاظ اور گرافوں سے مطلع کرے گا. یہ آپ کو کسی بھی قسم کے تجربے کے لئے بجلی کے تجزیہ کا اندازہ کرنے میں مدد ملتی ہے، نہ صرف اس کے تجربات کو ROI کا اندازہ کرنے کے لئے ڈیزائن کیا گیا ہے. یہ سرگرمی یہ بتاتا ہے کہ آپ کے پاس اعداد و شمار کی جانچ اور بجلی کے تجزیہ کے ساتھ کچھ تجربہ ہے. اگر آپ پاور تجزیہ سے واقف نہیں ہیں تو، میں سفارش کرتا ہوں کہ آپ Cohen (1992) طرف سے "اے پاور پاور" پڑھ.

    یہ سرگرمی RA Lewis and Rao (2015) طرف سے ایک خوبصورت کاغذ کی طرف سے حوصلہ افزائی کی گئی تھی، جس میں بھی بڑے پیمانے پر تجربات کی بنیاد پر بنیادی اعداد وشمار کی وضاحت کرتا ہے. ان کے کاغذات جو بنیادی طور پر اشتعال انگیز عنوان تھا "ریٹائٹس کو ایڈورٹائزنگ کرنے کے قریب سمجھنے کے قابل" - یہ آن لائن اشتھارات کی سرمایہ کاری پر واپسی کی پیمائش کرنا مشکل ہے، یہاں تک کہ لاکھوں صارفین کو ڈیجیٹل تجربات کے ساتھ بھی. زیادہ عام طور پر، RA Lewis and Rao (2015) ایک بنیادی شماریاتی حقیقت کی وضاحت کرتی ہے جو ڈیجیٹل عمر کے تجربات کے لئے خاص طور پر اہم ہے: شور نتائج کے اعداد و شمار کے دوران چھوٹے علاج کے اثرات کا اندازہ کرنا مشکل ہے.

  22. [ بہت مشکل ہے ، ریاضی کی ضرورت ہے ] پچھلے سوال کے طور پر وہی کریں، لیکن، تخروپن کے بجائے آپ کو تجزیاتی نتائج کا استعمال کرنا چاہئے.

  23. [ بہت مشکل ہے ، ریاضی کی ضرورت ہے ، کوڈنگ کی ضرورت ہے ] پچھلے سوال کے طور پر وہی کریں، لیکن تخروپن اور تجزیاتی نتائج دونوں کا استعمال کریں.

  24. [ بہت مشکل ہے ، ریاضی کی ضرورت ہے ، کوڈنگ کی ضرورت ہے ] تصور کریں کہ آپ مندرجہ بالا میمو لکھ چکے ہیں، اور مارکیٹنگ کے شعبے میں سے کسی کو کسی نئی معلومات فراہم کی جاتی ہے: وہ تجربے سے پہلے اور اس کے بعد فروخت کے درمیان 0.4 رابطے کی توقع رکھتے ہیں. یہ آپ کے میمو میں سفارشات کو کس طرح تبدیل کرتا ہے؟ (اشارہ: فرق 4.6.2 سیکشن کے متلاشی اور متنوع فرق کے تخمینہ پر زیادہ کے لئے سیکشن دیکھیں.)

  25. [ سخت ، ریاضی کی ضرورت ہے ] نئے ویب پر مبنی ملازمت کی مدد کے پروگرام کی مؤثر انداز کا اندازہ کرنے کے لئے، ایک یونیورسٹی نے اسکول کے آخری سال میں داخل ہونے والے 10،000 طلباء کے درمیان بے ترتیب کنٹرول ٹرائل کا اہتمام کیا. منفرد لاگ ان کی معلومات کے ساتھ ایک مفت کی رکنیت بے ترتیب انتخاب شدہ طلبا کے 5،000 خصوصی ای میل کے ذریعہ بھیجا گیا تھا، جبکہ 5،000 طلبہ کنٹرول گروپ میں تھے اور اس کی رکنیت نہیں تھی. بارہ ماہ بعد، ایک پیچیدہ سروے (بغیر کسی غیر مشورے کے ساتھ) دکھایا گیا ہے کہ علاج اور کنٹرول گروپوں میں، 70٪ طالب علموں کو اپنے منتخب میدان (ٹیبل 4.6) میں مکمل وقت ملازمت حاصل ہوئی تھی. اس طرح، ایسا لگتا تھا کہ ویب کی بنیاد پر سروس پر کوئی اثر نہیں پڑا.

    تاہم، یونیورسٹی میں ایک ہوشیار ڈیٹا سائنسدان تھوڑا سا قریب سے اعداد و شمار کو دیکھتا تھا اور پتہ چلا کہ ای میل وصول کرنے کے بعد ہی علاج کے گروپ میں صرف 20٪ طالب علموں کو اکاؤنٹ میں لاگ ان کیا جاتا ہے. اس کے علاوہ، اور کچھ حیرت انگیز بات یہ ہے کہ ان لوگوں میں سے جو لوگ ویب سائٹ میں لاگ ان کرتے تھے، ان میں سے صرف 60 فیصد نے اپنے منتخب فیلڈ میں مکمل وقت کا روزگار حاصل کیا تھا، جو لوگ لاگ ان نہیں کرتے اور لوگوں کے لئے شرح سے کم کنٹرول حالت میں (ٹیبل 4.7).

    1. کیا ہو سکتا ہے کے لئے ایک وضاحت فراہم کریں.
    2. اس تجربے میں علاج کے اثر کا حساب کرنے کے دو طریقے کیا ہیں؟
    3. اس نتیجے کو دیئے گئے، کیا یہ خدمت تمام طالب علموں کو فراہم کرنا چاہئے؟ واضح ہونے کے لئے، یہ سادہ جواب کے ساتھ کوئی سوال نہیں ہے.
    4. وہ کیا کرنا چاہتے ہیں؟

    اشارہ: یہ سوال اس باب میں احاطہ کردہ مواد سے باہر جاتا ہے، لیکن تجربات میں عام مسائل کو حل کرتی ہے. اس قسم کے تجرباتی ڈیزائن کو کبھی کبھی حوصلہ افزائی کا نام کہا جاتا ہے کیونکہ شرکاء کو علاج میں مشغول کرنے کے لئے حوصلہ افزائی کی جاتی ہے. یہ مسئلہ ایک رخا غیر عدم اطمینان کہا جاتا ہے جو ایک مثال ہے ( Gerber and Green (2012) باب 5 Gerber and Green (2012) دیکھیں.

  26. [ سخت ] مزید امتحان کے بعد، یہ پتہ چلا کہ پچھلے سوال میں بیان کردہ تجربہ بھی زیادہ پیچیدہ تھا. یہ پتہ چلتا ہے کہ کنٹرول گروپ میں 10 فیصد لوگ خدمت تک رسائی حاصل کرتے ہیں، اور وہ روزگار کی شرح 65 فیصد (ٹیبل 4.8) تک پہنچ چکے ہیں.

    1. ایک ایسا ای میل لکھیں جسے آپ سمجھتے ہیں کہ کیا ہو رہا ہے اور عمل کے کورس کی سفارش کرتے ہیں.

    اشارہ: یہ سوال اس باب میں احاطہ کردہ مواد سے باہر جاتا ہے، لیکن تجربات میں عام مسائل کو حل کرتی ہے. یہ مسئلہ دو طرفہ غیر عدم اطمینان کو کہا جاتا ہے جو ایک مثال ہے ( Gerber and Green (2012) باب 6 دیکھیں.

ٹیبل 4.6: کیریئر سروس تجربے سے ڈیٹا کا سادہ نقطہ نظر
گروپ سائز روزگار کی شرح
ویب سائٹ تک رسائی حاصل 5،000 70٪
ویب سائٹ تک رسائی نہیں دی گئی 5،000 70٪
ٹیبل 4.7: کیریئر سروس تجربے سے ڈیٹا کی مزید مکمل دیکھیں
گروپ سائز روزگار کی شرح
ویب سائٹ تک لاگ ان تک رسائی اور لاگ ان 1،000 60٪
ویب سائٹ تک رسائی حاصل کی اور کبھی نہیں لاگ ان 4،000 72.5٪
ویب سائٹ تک رسائی نہیں دی گئی 5،000 70٪
ٹیبل 4.8: کیریئر سروس تجربے سے ڈیٹا کا مکمل منظر
گروپ سائز روزگار کی شرح
ویب سائٹ تک لاگ ان تک رسائی اور لاگ ان 1،000 60٪
ویب سائٹ تک رسائی حاصل کی اور کبھی نہیں لاگ ان 4،000 72.5٪
ویب سائٹ تک رسائی نہیں دی گئی اور اس کے لئے ادائیگی کی 500 65٪
ویب سائٹ تک رسائی نہیں ملی اور اس کے لئے ادائیگی نہیں کی 4،500 70.56٪