Dürüst istatistikler
Neden önemli Bir ölçüm, okuyucular ona ne kadar güvenebileceklerini bilirse yararlı olur. Örneğinin nasıl seçildiğini, sayının ne kadar belirsiz olduğunu ve neleri göremediğini yazmak, bir çalışmayı tahminden ayıran şeydir. Bu aynı zamanda kendini kandırmaktan da korur.
Bir spor salonundaki insanlara ne sıklıkla egzersiz yaptıklarını sorduğunu ve sonra "ortalama bir kişi haftada beş kez çalışır" diye duyurduğunu hayal et. Aritmetik mükemmel olabilir. Sorun kimi sorduğun.
Sample: taradığın 1.000 site gibi aslında ölçtüğün dünyanın parçası.
Population: hakkında bir şey söylemek istediğin şeyin tamamı, örneğin "insanların kullandığı web siteleri".
Örnekleme yanlılığı: örnekleminiz ile popülasyon arasındaki ve örneklem ne kadar büyük olursa olsun sonucu bir yöne iten fark.
Web taramalarının taraflı olduğu yerler
- Sadece popüler siteler. Sıralamalar büyük siteleriın lehine. Webin çoğu olan küçük siteler farklı davranabilir.
- Bölgeler ve diller. Bir ülkedeki bir crawler, o ülkenin sitelerin versiyonlarını, genellikle tek bir dilde görür.
- Devices. Masaüstü taramaları mobil sitelerin ve uygulamaların yaptıklarını kaçırıyor, ayrıca şu an çoğu takip uygulamalarda gerçekleşiyor.
- Oturum kapatılmış sayfalar. Botlar nadiren giriş yapar, bu yüzden hesap sayfaları, ödeme adımları ve akışlar ölçülemez.
- Bot tespiti. Bazı siteler otomatik tarayıcılar için farklı davranır.
- Etiketler. Tracker sayın gerçekten "sites the blocklist calls trackers" şeklinde. Trackerları kaçıran bir liste sayınızı düşürür.
Bir pay ne kadar belirsiz?
Tarafsız olsa bile, bir örnek şans eseri dalgalanır. p adet n sitesinde ölçülen bir pay için, yaygın kaba %95 hata payı şudur 1.96 * sqrt(p * (1 - p) / n).
import math
p, n = 0.6, 1000 # 600 of 1,000 sites had a tracker
margin = 1.96 * math.sqrt(p * (1 - p) / n)
print(round(100 * p), "% plus or minus", round(100 * margin, 1), "%") # 60 % plus or minus 3.0 %Bu marj sadece şansı kapsar. Genellikle daha büyük hata olan yanlılık hakkında hiçbir şey söylemez, bu yüzden yukarıdaki listeye hala ihtiyacın var.
Sınırları yazmak
İyi bir limitler bölümü kısa, spesifik ve dürüsttür. Her limit için ne olduğunu, sonucu muhtemelen hangi yöne ittiğini ve neyin bunu düzelteceğini söyle. Örneğin:
- "Sadece ana sayfaları ziyaret ettik. İç sayfalar genellikle daha fazla tracker yüklüyor, bu yüzden sayılarımız muhtemelen düşük."
- "Etiketler için bir engelleme listesi kullandık. Kaçırdığı takipçiler sayılmıyor."
- "Tarama bir gün boyunca, tek bir konumdan, masaüstünde çalıştı."
A yaygın bir yanlış kanı: "Sınırlamalar bir çalışmayı zayıf gösterir." Aksine, okuyucular sınırları görebildiklerinde bir sonuca daha çok güvenirler ve sınırlamalar bir sonraki araştırmacıya neyi ölçeceğini söyler.
İki alışkanlık: birinin tekrar edebilmesi için tarihi ve tam yöntemi ver ve "bunu sitelerin %60'ında gördük" ifadesini "insanların %60'ı takip ediliyor" şekline dönüştürmekten kaçın. Siteler insan değildir.
Kendin dene 146. dersindeki crawl verini al. tracker payı için hata payını hesapla, sonra her biri sayıyı hangi yöne ittiğini belirten üç limit yaz.
Özet
- Örnekleme yanlılığı kimi veya neyi ölçtüğünden kaynaklanır ve daha büyük bir örneklem bunu düzeltmez.
- Crawls küçük siteleri, diğer bölgeleri, mobil ve uygulamaları, giriş yapılmış sayfaları ve etiketlerin kaçırdığı her şeyi atlar.
- A 1.96 * sqrt(p(1 - p)/n) gibi bir hata payı sadece şansı kapsar.
- Neyi, hangi yönde ve neyin düzelteceğini belirten sınırlar yaz.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.