אַקטיוויטעטן

• גראַד פון שוועריקייט: גרינג , מיטל , שווער , זייער שווער
• ריקווייערז מאַט ( )
• ריקווייערז קאָדירונג ( )
• דאַטן זאַמלונג ( )
• מיין פאַוואָריטעס ( )

1. [ , ] אין דעם קאַפּיטל, איך איז געווען זייער positive וועגן פּאָסטן-סטראַטיפיקאַטיאָן. אָבער, דאָס טוט נישט שטענדיק פֿאַרבעסערן די קוואַליטעט פון עסטאַמאַץ. בויען אַ סיטואַציע ווו פּאָסטן-סטראַטיפיקאַטיאָן קען פאַרמינערן די קוואַליטעט פון עסטאַמאַץ. (פֿאַר אַ אָנצוהערעניש, זען Thomsen (1973) .)

2. [ , , ] פּלאַן און פירונג אַ ניט-מאַשמאָעס יבערבליק אויף אַמאַזאָן מעטשאַניקאַל טערק צו פרעגן וועגן ביקס אָונערשיפּ און אַטאַטודז צו ביקס קאָנטראָל. אזוי איר קענען פאַרגלייַכן דיין עסטאַמאַץ צו די דערייווד פון אַ מאַשמאָעס מוסטער, ביטע נאָכמאַכן די קשיא טעקסט און ענטפער אָפּציעס גלייַך פון אַ הויך-קוואַליטעט יבערבליק אַזאַ ווי די לויפן דורך די פּעוו פאָרשונג צענטער.

   1. ווי לאַנג טוט דיין יבערבליק נעמען? ווי פיל טוט עס קאָסטן? ווי טאָן די דעמאָגראַפיעס פון דיין מוסטער פאַרגלייַכן מיט די דעמאָגראַפיקס פון די יו. עס. באַפעלקערונג?
   2. וואָס איז די רויע אָפּשאַצונג פון ביקס אָונערשיפּ ניצן דיין מוסטער?
   3. ריכטיק פֿאַר די נאָנפּרעפּעזענטיווענעסס פון דיין מוסטער ניצן פּאָסטן-סטראַטיפיקאַטיאָן אָדער עטלעכע אנדערע טעכניק. איצט וואָס איז די אָפּשאַצונג פון ביקס אָונערשיפּ?
   4. ווי טאָן דיין עסטאַמאַץ פאַרגלייַכן מיט די לעצט אָפּשאַצונג פון אַ מאַשמאָעס-באזירט מוסטער? וואָס טאָן איר טראַכטן דערקלערט די דיסקרעפּאַנסיז, אויב עס זענען קיין?
   5. איבערחזרן פראגעס (ב) - (ד) פֿאַר אַטאַטודז צו ביקס קאָנטראָל. ווי טאָן דיין פיינדינגז אַנדערש?

3. [ , , ] גאָעל און קאָללאַגס (2016) אַדמיטאַד 49 קייפל-ברירה אַטטודואַנאַל פראגעס ציען פון די אַלגעמיינע סאציאל יבערבליק (גסס) און סעלעקטירן סערווייז דורך די פּעוו פֿאָרש צענטער צו ניט-מאַשמאָעס מוסטער פון ריספּאַנדאַנץ ציען פון אַמאַזאָן מעטשאַניקאַל טערק. זיי דעמאָלט אַדזשאַסטיד פֿאַר די ניט-רעפּריזענטאַטיווע פון ​​דאַטן ניצן מאָדעל-באזירט פּאָסט-סטראַטיפיקאַטיאָן און קאַמפּערד זייער אַדזשאַסטיד עסטאַמאַץ מיט די פון די מאַשמאָעס-באזירט גסס און פּיו סערווייז. אָנפירן די זעלבע יבערבליק אויף אַמאַזאָן מעטשאַניקאַל טערק און פּרובירן צו רעפּלאַקייט פיגורע 2 אַ און רעכענען 2 ב דורך קאַמפּערינג דיין אַדזשאַסטמאַנט מיט די עסטאַמאַץ פון די מערסט פריש ראָונדס פון די גסס און פּיו סערווייז. (זען אַפּפּענדיקס טיש אַ 2 פֿאַר די רשימה פון 49 פראגעס.)

   1. פאַרגלייַכן און קאַנטראַסט דיין רעזולטאַטן מיט די פון פּיו און גסס.
   2. פאַרגלייַכן און קאַנטראַסט דיין רעזולטאַטן מיט די פון די מעטשאַניקאַל טערק יבערבליק אין Goel, Obeng, and Rothschild (2016) .

4. [ , , ] פילע שטודיום נוצן זיך-געמאלדן מיטלען פון רירעוודיק טעלעפאָנירן נוצן. דאָס איז אַ טשיקאַווע באַשטעטיקן וואָס ריסערטשערז קענען פאַרגלייַכן זיך-געמאלדן אָנווער מיט לאָגד נאַטור (זען ע.ג., Boase and Ling (2013) ). צוויי פּראָסט ביכייוויערז צו פרעגן וועגן רופן און טעקסטינג, און צוויי פּראָסט צייַט ראָמען זענען "נעכטן" און "אין דער פאַרגאַנגענהייַט וואָך."

   1. איידער קאַלעקטינג קיין דאַטן, וואָס פון די זיך-באַריכט מיטלען איר טראַכטן איז מער פּינטלעך? פארוואס?
   2. רעקרוט פינף פון דיין פריינד צו זיין אין דיין יבערבליק. ביטע קלאָוז אַראָפּרעכענען ווי די פינף פריינט זענען סאַמפּאַלד. קען דאָס מוסטערונג פּראָצעדור פּונקט ספּעציפיש בייייזאַז אין דיין עסטאַמאַץ?
   3. פרעגן זיי די פאלגענדע מיקראָסורוויי פראגעס:
   • "ווי פילע מאָל האט איר נוצן דיין רירעוודיק טעלעפאָנירן צו רופן אנדערע נעכטן?"
   • "ווי פילע טעקסט אַרטיקלען האָט איר געשיקט נעכטן?"
   • "ווי פילע מאָל האט איר נוצן דיין רירעוודיק טעלעפאָנירן צו רופן אנדערע אין די לעצטע זיבן טעג?"
   • "ווי פילע מאָל האט איר נוצן דיין רירעוודיק טעלעפאָנירן צו שיקן אָדער באַקומען טעקסט אַרטיקלען / SMS אין די לעצטע זיבן טעג?"
   4. אַמאָל דאָס מיקראָסורוויי האט שוין געענדיקט, פרעגן צו קאָנטראָלירן זייער נוצן דאַטן ווי לאָגד דורך זייער טעלעפאָנירן אָדער דינסט שפּייַזער. וויאזוי זיך אליין פארבינדעטע פארבינדונג פארן ליינען דאַטן? וואָס איז מערסט פּינטלעך, וואָס איז מינדסטער פּינטלעך?
   5. איצט פאַרבינדן די דאַטן וואָס איר האָט געזאמלט מיט די דאַטן פון אנדערע מענטשן אין דיין קלאַס (אויב איר טאָן דעם טעטיקייט פֿאַר אַ קלאַס). מיט דעם גרעסערע דאַטאַסעט, איבערחזרן טייל (ד).

5. [ , ] שומאַן און פּרעססער (1996) טענהט אַז קשיא אָרדערס וואָלט זיין וויכטיק פֿאַר צוויי טייפּס פון פראגעס: טייל-טייל פראגעס וואָס צוויי פראגעס זענען אין דער זעלביקער מדרגה פון ספּעקיאַלייט (למשל רייטינגז פון צוויי פּרעזאַדענטשאַל קאַנדאַדייץ); און די גאנצע פראגעס, וווּ אַ גענעראַלע קשיא קומט אַ מער ספּעציפיש פרעגן (למשל, אַסקינג "ווי צופֿרידן זענען איר מיט דיין אַרבעט?" נאכגעגאנגען דורך "ווי צופֿרידן ביסט איר מיט דיין לעבן?").

   זיי ווייַטער קעראַקטערייזד צוויי טייפּס פון קשיא סדר ווירקונג: קאָנסיסטענסי יפעקס פּאַסירן ווען רעספּאָנסעס צו אַ שפּעטער קשיא זענען געבראכט נעענטער (ווי זיי וואָלט אַנדערש) צו די געגעבן צו אַ פריער קשיא; קאַנטראַסט יפעקס פּאַסירן ווען עס זענען גרעסער דיפעראַנסיז צווישן רעספּאָנסעס צו צוויי פראגעס.

   1. שאַפֿן אַ פּאָר פון טייל-טייל פראגעס וואָס איר טראַכטן וועט האָבן אַ גרויס קשיא סדר ווירקונג; אַ פּאָר פון טייל-גאַנץ שאלות וואָס איר טראַכטן וועט האָבן אַ גרויס סדר ווירקונג; און אַ פּאָר פון שאלות וועמענס סדר איר טראַכטן וואָלט נישט ענין. לויף אַ יבערבליק עקספּערימענט אויף אַמאַזאָן מעטשאַניקאַל טערק צו פּרובירן דיין פראגעס.
      
   2. ווי גרויס אַ טייל-טייל ווירקונג קענען איר מאַכן? איז עס אַ קאָנסיסטענסי אָדער קאַנטראַסט ווירקונג?
   3. ווי גרויס אַ טייל-גאַנץ ווירקונג קענען איר מאַכן? איז עס אַ קאָנסיסטענסי אָדער קאַנטראַסט ווירקונג?
   4. איז דאָרט אַ פֿראגן סדר ווירקונג אין דיין פּאָר ווו איר האט נישט טראַכטן די סדר וואָלט זיין שטאָף?

6. [ , ] בנין אויף די אַרבעט פון שומאַן און פּרעססער, Moore (2002) באשרייבט אַ באַזונדער ויסמעסטונג פון קשיא סדר ווירקונג: אַדאַטיוו און סובטראַקטיווע יפעקס. בשעת קאַנטראַסט און קאָנסיסטענסי יפעקץ זענען געשאפן ווי אַ קאַנסאַקוואַנס פון ריספּאַנדאַנץ 'עוואַלואַטיאָנס פון די צוויי זאכן אין באַציונג צו יעדער אנדערער, ​​אַדאַטיוו און סובטראַקטיווע יפעקס זענען געשאפן ווען ריספּאַנדאַנץ זענען געמאכט מער שפּירעוודיק צו די גרעסער פריימווערק ין וואָס די שאלות זענען געשטעלט. לייענען Moore (2002) , דעמאָלט פּלאַן און לויפן אַ יבערבליק עקספּערימענט אויף מטורק צו באַווייַזן אַדאַטיוו אָדער סובטראַקטיוו יפעקס.

7. [ , ] Christopher Antoun און קאָאָלאַגעס (2015) געפירט אַ לערנען קאַמפּערד די קאַנוויניאַנס סאַמפּאַלז באקומען פון פיר פאַרשידענע אָנליין רעקרויטינג מקורים: מטורק, קראַיגסליסט, Google אַדוואָרדס און פאַסעבאָאָק. פּלאַן אַ פּשוט יבערבליק און רעקרוטירן פּאַרטיסאַפּאַנץ דורך בייַ מינדסטער צוויי פאַרשידענע אָנליין רעסורסן מקורים (די קוואלן קענען זיין אַנדערש פון די פיר מקורים געניצט אין Antoun et al. (2015) ).

   1. פאַרגלייַכן די פּרייַז פּער רעקרוט-אין טערמינען פון געלט און צייַט-צווישן פאַרשידענע קוואלן.
   2. פאַרגלייַכן דעם זאַץ פון די סאַמפּאַלז באקומען פון פאַרשידענע קוואלן.
   3. פאַרגלייַכן די קוואַליטעט פון דאַטן צווישן די סאַמפּאַלז. פֿאַר געדאנקען וועגן ווי צו מעסטן דאַטן קוואַליטעט פון ריספּאַנדאַנץ, זען Schober et al. (2015) .
   4. וואָס איז דיין בילכער מקור? פארוואס?

8. [ ] אין אַ מי צו פאָרויסזאָגן די רעזולטאַטן פון די 2016 אי.יו. רעפערענדום (ד"ה, ברעקסיט), YouGov-אַן אינטערנעץ-באזירט מאַרק פאָרשונג פעסט-פירט אָנליין פּאָללס פון אַ טאַפליע פון ​​וועגן 800,000 ריספּאַנדאַנץ אין די פֿאַראייניקטע מלכות.

   א דעטאַילעד באַשרייַבונג פון יגאָוואָוו ס סטאַטיסטיש מאָדעל קענען זיין געפונען בייַ https://yougov.co.uk/news/2016/06/21/yougov-referendum-model/. בעערעך געראָטן אירגאָוו פּאַרטישאַנינג וואָטערס אין טייפּס באזירט אויף 2015 אַלגעמיין וואַלן שטימען ברירה, עלטער, קוואַלאַפאַקיישאַנז, דזשענדער, און דאַטע פון ​​אינטערוויו, ווי געזונט ווי די קאַנסטיטשואַנסי אין וואָס זיי געלעבט. ערשטער, זיי האָבן געניצט דאַטן פון די יאָוגאָוו פּלעאַליסץ צו אָפּשאַצן, צווישן יענע וואס וואָוטאַד, די פּראָפּאָרציע פון ​​מענטשן פון יעדער וואָטער טיפּ וואָס איז בדעה צו שטימען אַוועק. זיי עסטימאַטעד די טורנאָוט פון יעדער וויילער טיפּ דורך ניצן די 2015 בריטיש וואַלן לערנען (בעס), אַ פּאָסטן-וואַלן פּנים-צו-פּנים יבערבליק, וואָס וואַלאַדייטאַד טורנאָוט פון די עלעקטאָראַל ראָללס. צום סוף, זיי עסטימאַטעד ווי פילע מענטשן עס זענען געווען פון יעדער וואָטער טיפּ אין די ילעקטעראַט, באזירט אויף לעצט צענזוס און יערלעך באַפעלקערונג יבערבליק (מיט עטלעכע דערצו אינפֿאָרמאַציע פון ​​אנדערע דאַטן קוואלן).

   דרייַ טעג איידער די שטימען, יאָוגאָוו האט אַ צוויי-פונט פירן פֿאַר לאָזן. אויף די עווע פון ​​אָפּשטימונג, די אַנקעטע אנגעוויזן אַז דער רעזולטאַט איז אויך נאָענט צו רופן (49/51 רעמאַין). די לעצט אויף-דעם-טאָג לערנען פּרעדיקטעד 48/52 אין טויווע פון ​​בלייַבן (https://yougov.co.uk/news/2016/06/23/yougov-day-poll/). אין פאַקט, דעם אָפּשאַצונג מיסט די לעצט רעזולטאַט (52/48 Leave) דורך פיר פּראָצענט פונקטן.

   1. ניצן די גאַנץ יבערבליק טעות פריימווערק דיסקאַסט אין דעם קאַפּיטל צו אַססעסס וואָס קען האָבן ניטאָ פאַלש.
   2. אירגאָוו ס ענטפער נאָך די וואַלן (הטטפּס: // yougov.co.uk/news/2016/06/24/brexit-follows-close-run-campaign/) דערקלערט: "דאס מיינט אין אַ גרויס טייל רעכט צו טורנאָוט-עפּעס אַז מיר האָבן געזאָגט אַלע צוזאמען וואָלט זיין קריטיש צו די אַוטקאַם פון אַזאַ אַ פיינלי באַלאַנסט ראַסע. אונדזער טורנאָוט מאָדעל איז באזירט, טייל מאָל, צי די ריספּאַנדאַנץ וואָטשט די לעצט גענעראַל וואַלן און אַ טורנאָוט מדרגה העכער פון די אַלגעמיינע ילעקשאַנז יבערקערן די מאָדעל, ספּעציעל אין די צפון. "טוט דאָס טוישן אייער ענטפער צו טייל (אַ)?

9. [ , ] שרייַבן אַ סימיאַליישאַן צו אילוסטרירן יעדער פון די פאַרטרעטונג ערראָרס אין פיגורע 3.2.

   1. שאַפֿן אַ סיטואַציע ווו די ערראָרס פאקטיש באָטל מאַכן אויס.
   2. שאַפֿן אַ סיטואַציע ווו די ערראָרס קאַמפּאַונד יעדער אנדערער.

10. [ , ] דער פאָרשונג פון Blumenstock און חברים (2015) ינוואַלווד בנין אַ מאַשין לערנען מאָדעל וואָס קען נוצן דיגיטאַל שפּור דאַטע צו פאָרויסזאָגן יבערבליק רעספּאָנסעס. איצט, איר זענען געגאנגען צו פּרובירן די זעלביקער זאַך מיט אַ אַנדערש דאַטאַסעט. Kosinski, Stillwell, and Graepel (2013) געפונען אַז פאַסעבאָאָק לייקס קענען פאָרויסזאָגן יחיד טרייץ און אַטראַביוץ. סאַפּרייזינגלי, די פֿאָרויסזאָגן קענען זיין אַפֿילו מער פּינטלעך ווי די פון פריינט און חברים (Youyou, Kosinski, and Stillwell 2015) .

    1. לייענען Kosinski, Stillwell, and Graepel (2013) , און רעפּלאַקייט פיגורע 2. זייער דאַטע איז בנימצא אין http://mypersonality.org/
    2. איצט רעפּלאַקייט פיגורע 3.
    3. צום סוף, פּרובירן דיין מאָדעל אויף דיין אייגן פאַסעבאָאָק דאַטן: http://applymagicsauce.com/. ווי געזונט טוט עס אַרבעט פֿאַר איר?

11. [ ] Toole et al. (2015) געוויינט רופן דעטאַל רעקאָרדס (CDRs) פון רירעוודיק פאָנעס צו פאָרויסזאָגן געמיינזאַם אַרבעטלאָזיקייַט טרענדס.

    1. פאַרגלייַכן און קאַנטראַסט דעם לערנען פּלאַן פון Toole et al. (2015) מיט וואָס פון Blumenstock, Cadamuro, and On (2015) .
    2. צי איר טראַכטן קדר זאָל פאַרבייַטן טראדיציאנעלן סערווייז, דערענדיקן זיי אָדער נישט זיין געניצט צו אַלע פֿאַר רעגירונג פּאַלאַסימייקערז צו שפּור אַרבעטלאָזיקייַט? פארוואס?
    3. וואָס זאָגן וואָלט איבערצייגן איר אַז CDRs קענען גאָר פאַרבייַטן טראדיציאנעלן מאס פון די אַרבעטלאָזיקייַט קורס?