ትርፍ፡
- ተጨባጭ ግኝቶችን ለታለመላቸው ታዳሚዎች (አካዳሚክ ፣ ፖሊሲ ፣ አስተዳደር) በአርቴፊሻል ኢንተለጀንስ ድጋፍ በታማኝነት እና በማያሻማ ቋንቋ የማሳወቅ ችሎታ
- መደምደሚያዎችን ፣ ገደቦችን እና የስነምግባር መግለጫዎችን ሙሉ በሙሉ የመፃፍ ችሎታ (የመረጃ ምስጢራዊነት ፣ የፍላጎት ግጭት ፣ አርቴፊሻል ኢንተለጀንስ አጠቃቀምን ይፋ ማድረግ) እና አሳሳች አቀራረብን ያስወግዳል።
- አርቴፊሻል ኢንተለጀንስ የተጋነነ፣ ባለአንድ ወገን ወይም መንስኤ ቋንቋን የሚያመነጩ ሪፖርቶችን የማወቅ ችሎታ እና ለመጨረሻው ጽሑፍ እና የይገባኛል ጥያቄዎች ተጠያቂነት በተመራማሪው ላይ ነው።
የሞዱል ፈተና
1. አንድ ተመራማሪ 'በ2015 እና 2020 መካከል በቱርክ ውስጥ በስራ አጥነት እና በዋጋ ንረት መካከል ያለው ትስስር ምን ይመስላል?' ለአርቴፊሻል ኢንተለጀንስ ምንም መረጃ ሳይሰጡ. 0.62 ቁጥርን ጠይቆ በቀጥታ ወደ ጽሁፉ ይጽፋል። በዚህ አቀራረብ ውስጥ ዋናው ስህተት ምንድን ነው?
- ሀ) የተረጋገጠ መረጃ ሳይሰጥ ተጨባጭ ስታቲስቲክስን ከአርቴፊሻል ኢንተለጀንስ መጠበቅ; ✔ ሳያረጋግጡ የተሰራውን ቁጥር መጠቀም
- ለ) የማዛመድ ቅንጅት በጽሁፉ ውስጥ ፈጽሞ ጥቅም ላይ መዋል የለበትም።
- ሐ) በሥራ አጥነት እና በዋጋ ንረት መካከል ያለውን ግንኙነት ማስላት አይቻልም
- መ) አርቴፊሻል ኢንተለጀንስ መረጃን ማግኘት የሚችለው ከ2020 በኋላ ብቻ ነው።
ማብራሪያ፡ የ AI ቋንቋ ሞዴል የመረጃ ቋቱን ሳይደርሱበት ስታቲስቲክስን መፍጠር አይችልም፤ እሱ የሚሰጠው ቁጥር በአብዛኛው ቅዠት (የተሰራ) ነው። ቅንጅቶች፣ ሬሾዎች እና የፈተና ውጤቶች ከተመራማሪው የተረጋገጠ መረጃ እንጂ ከአምሳያው ማህደረ ትውስታ መወሰድ የለባቸውም።
2. የጠፋ መረጃ 'በዘፈቀደ አይጠፋም' (MNAR) ማለት ምን ማለት ነው እና ለምን አስፈላጊ ነው?
- ሀ) ጉድለቱ ያልታየው ዋጋ በራሱ ምክንያት ነው; ለዚህም ነው ቀላል ምደባ ✔ አድልዎ ሊፈጥር የሚችለው
- ለ) ዳታ ሙሉ በሙሉ በዘፈቀደ ይጠፋል እና ምንም ዓይነት አድልዎ አይፈጥርም.
- ሐ) የጎደለ ውሂብ ሁል ጊዜ ረድፉን በመሰረዝ መፍታት አለበት።
- መ) የጠፋ መረጃ በምንም መልኩ ትንታኔውን አይጎዳውም.
ማብራሪያ፡- በMNAR (በዘፈቀደ የጠፋ አይደለም)፣ የጠፋው እራሱ ባልታየው እሴት መጠን ይወሰናል (ለምሳሌ ከፍተኛ ገቢ ያላቸው ገቢያቸውን አይዘግቡም)። በዚህ ሁኔታ, ቀላል ስረዛ ወይም አማካይ ምደባ የተዛባ ውጤቶችን ይሰጣል; የጉድለቱ አሠራር ሞዴል መሆን አለበት. በአርቴፊሻል ኢንተለጀንስ የተጠቆመው የምደባ ዘዴ ይህንን ዘዴ ሳያውቅ በጭፍን መተግበር የለበትም።
3. አንድ ተንታኝ AI የባር ገበታ ሰርቷል፣ እና AI y-ዘንግ ከዜሮ ይልቅ በ 40 ይጀምራል። በሁለቱ ቡድኖች መካከል ያለው ትክክለኛው የ2% ልዩነት በግራፉ ላይ ትልቅ ይመስላል። ትክክለኛው አቀራረብ ምንድን ነው?
- ሀ) ዘንግውን ከባዶ መጀመር ወይም የገበታውን አይነት መለወጥ; ✔ የልዩነቱን ትክክለኛ መጠን ሳያሳስቱ ለማሳየት
- ለ) ሰንጠረዡን እንደ መልኩ መጠቀም AI ምርጡን ምርጫ ስለሚያደርግ ነው
- ሐ) ልዩነቱን የበለጠ ለማድረግ ዘንግውን በ 45 መጀመር
- መ) ከባር ገበታዎች ይልቅ ምስሎችን በጭራሽ አይጠቀሙ
ማብራሪያ፡- በባር ገበታ ላይ የተሰነጠቀው ዘንግ (ከዜሮ የማይጀምር y-ዘንግ) ትናንሽ ልዩነቶችን በማጋነን ያሳሳታል። በእውነተኛ እይታ፣ የአሞሌ ገበታዎች ዘንግ ከዜሮ መጀመር አለበት ወይም ልዩነቱ በማወቅ በግልፅ መገለጽ አለበት። ምስሉን ማረጋገጥ እና አስፈላጊ ከሆነ ማስተካከል የተንታኙ ሃላፊነት ነው.
4. ኮፊፊሸንት 'ጉልህ' (p<0.05) በመስመራዊ ሪግሬሽን ውስጥ ብዙውን ጊዜ በአርቴፊሻል ኢንተለጀንስ አተረጓጎም ውስጥ እንዴት ይሳሳታል?
- ሀ) የተጋነነ የትርጉም አቀራረብ ውጤቱ ትልቅ እና አስፈላጊ ነው ወይም መንስኤው ስለተመሠረተ ✔
- ለ) ትርጉሙ ሁልጊዜ ውጤቱ አነስተኛ መሆኑን ያሳያል
- ሐ) p<0.05 ቅንብሩ ፍፁም ትክክል መሆኑን ያረጋግጣል
- መ) ጉልህ የሆኑ ቅንጅቶች በጭራሽ ሪፖርት መደረግ የለባቸውም።
ማብራሪያ፡ ስታቲስቲካዊ ጠቀሜታ ውጤቱ ከዜሮ የተለየ መሆኑን ከማስረጃ ጥንካሬ ጋር ይዛመዳል። ውጤቱ ትልቅ, አስፈላጊ ወይም መንስኤ ነው ማለት አይደለም. AI ብዙ ጊዜ 'ጉልህ' የሚለውን ቃል እንደ 'ትልቅ/ጠንካራ ተጽእኖ' አድርጎ ያቀርባል። ተመራማሪው የውጤቱን መጠን፣ የመተማመን ክፍተት እና አውድ መገምገም አለበት።
5. 'p-hacking' የሚለው ቃል ምንን ያመለክታል እና ለምን AI ቀላል ያደርገዋል?
- ሀ) ትርጉም ያለው እስኪሆን ድረስ ብዙ ትንታኔዎችን መሞከር; AI ይህን በፍጥነት ያደርጋል, አደጋውን ይጨምራል ✔
- ለ) መረጃን አንድ ጊዜ እና አስቀድሞ ከተወሰነ እቅድ ጋር መተንተን
- ሐ) የ p-valueን ለመጨመር ናሙናውን ማስፋፋት
- መ) ገላጭ ስታቲስቲክስን ብቻ ሪፖርት ማድረግ
ማብራሪያ፡ ፒ-ጠለፋ ትርጉም ያለው ውጤት እስኪመጣ ድረስ የተለያዩ ተለዋዋጮችን፣ ንዑስ ናሙናዎችን፣ ለውጦችን ወይም ሞዴሎችን መሞከር ነው። ይህ በአጋጣሚ ላይ የተመሰረቱ ግኝቶችን ያስገኛል. AI በደርዘን የሚቆጠሩ የሞዴል ልዩነቶችን በሰከንዶች ውስጥ መሞከር ስለሚችል፣ ያለ ሀቀኛ እቅድ p-ጠለፋን ያፋጥናል። መከላከያ; ቅድመ-ምዝገባ, ቋሚ ትንታኔ እቅድ እና ብዙ ንፅፅር እርማት.
6. ለምንድን ነው ከፍ ያለ R-squared regression በሁለት ቋሚ ባልሆኑ (ዩኒት ስር) የጊዜ ተከታታይ መካከል ማግኘት አሳሳች ሊሆን የሚችለው?
- ሀ) በተለመደው አዝማሚያ ምክንያት ስፕሪየስ ሪግሬሽን ሊከሰት ይችላል; ✔ ከፍተኛ R-ካሬ ውፅዓት ያለ እውነተኛ ግንኙነት
- ለ) ከፍ ያለ R-squared ሁልጊዜ ጠንካራ የምክንያት ግንኙነትን ያረጋግጣል.
- ሐ) የማይንቀሳቀሱ ተከታታይ ጨርሶ ወደ ኋላ መመለስ አይቻልም።
- D) R-squared በጊዜ ተከታታይ ውስጥ ሊሰላ አይችልም
ማብራሪያ፡- ቋሚ ባልሆኑ ተከታታዮች መካከል የጋራ የትብብር ግንኙነት ከሌለ፣ spurious regression ከፍ ያለ R-squared እና ጠቃሚ ኮፊሸን ሊያመጣ የሚችለው በተለመደው አዝማሚያ ብቻ ነው። እውነተኛ ግንኙነት ባይኖርም። ስለዚህ የስቴሽን እና የዩኒት ስር ሙከራዎች በቅድሚያ መደረግ አለባቸው, አስፈላጊ ከሆነም ልዩነቶችን መውሰድ ወይም ውህደትን መሞከር ያስፈልጋል.
7. በልዩነት-ልዩነት ንድፍ ትክክለኛነት ላይ የተመሰረተው ምን ዓይነት መሠረታዊ ግምት ነው?
- ሀ) ትይዩ አዝማሚያዎች ግምት፡- ምንም አይነት ጣልቃ ገብነት ከሌለ ቡድኖች ተመሳሳይ አቅጣጫ ይከተላሉ
- ለ) የሕክምና እና የቁጥጥር ቡድኖች መጀመሪያ ላይ በትክክል ተመሳሳይ ናቸው
- ሐ) የናሙናውን መደበኛ ስርጭት
- መ) ተለዋዋጮች ምንም የጎደለ ውሂብ አልያዙም።
ማብራሪያ፡ ዲአይዲ ጣልቃ ገብነት በሌለበት ጊዜ የሕክምናው እና የቁጥጥር ቡድኖች የውጤት ተለዋዋጭነት በጊዜ ሂደት ትይዩ እንደሚሆን ይገምታል (ትይዩ አዝማሚያዎች ግምት)። ይህ ግምት ካልተሟላ, ግምቱ የተዛባ ነው. AI የዲአይዲ ኮድ ማውጣት ይችላል፣ነገር ግን ትይዩአዊ አዝማሚያዎችን መከላከል እና መሞከር የተመራማሪው ተግባር ነው።
8. ሊባዛ ለሚችል ትንተና ከሚከተሉት ውስጥ የትኛው የግዴታ ልምምድ ነው?
- ሀ) ዘሩን በዘፈቀደ ደረጃዎች ማስተካከል ፣ የጥቅል ስሪቶችን እና ኮድ ✔ መቅዳት
- ለ) ውጤቱን በእጅ ወደ የተመን ሉህ ይቅዱ እና ኮዱን ይሰርዙ
- ሐ) በእያንዳንዱ ሩጫ የተለያዩ ውጤቶችን ማየት የተለመደ ነው።
- መ) የመጨረሻውን ግራፊክስ ብቻ ማቆየት, ውሂብ እና ኮድ ማጋራት አይደለም
መግለጫ: መራባት; ተመሳሳዩን ውጤት በተመሳሳይ ውሂብ እና ኮድ እንደገና ማግኘት ይቻላል. በዘፈቀደ ደረጃዎች ዘሩን ማስተካከል፣ የጥቅል ስሪቶችን ማስቀመጥ እና በሰነዱ ውስጥ ያለውን ኮድ ማስፈጸም (የመፃፍ ፕሮግራሚንግ) የዚህ የማዕዘን ድንጋይ ናቸው። ውጤቶችን በእጅ መቅዳት ወይም ጠቅ ላይ የተመረኮዘ፣ የምዝግብ ማስታወሻ ያልሆኑ እርምጃዎች እንደገና መባዛትን ያበላሻሉ።
9. heteroskedasticity መስመራዊ መመለሻን የሚያዛባው እና የጋራ መፍትሄው ምንድን ነው?
- ሀ) መደበኛ ስህተቶችን ያዛባል; መፍትሔው ጠንካራ መደበኛ ስህተቶች ወይም ተገቢ ለውጥ ✔ ነው።
- ለ) የቁጥር ግምቶችን ሙሉ በሙሉ ያበላሻል እና ምንም መፍትሄ የለውም
- ሐ) ሁልጊዜ R-squared ወደ ዜሮ ይቀንሳል
- መ) የሚከሰተው ናሙናው በጣም ትንሽ ከሆነ እና ችላ ሊባል የሚችል ከሆነ ብቻ ነው
ማብራሪያ፡ Heteroscedasticity የቁጥር ግምቶችን ከአድልዎ ውጪ ይተዋል ነገር ግን መደበኛ ስህተቶችን ያሰላል፤ ይህ የ p-values እና የመተማመን ክፍተቶችን የማያስተማምን ያደርገዋል። የተለመደው መፍትሔ ጠንካራ/HC መደበኛ ስህተቶችን ወይም ተገቢ ልወጣን መጠቀም ነው። በ AI የተጠቆመው መፍትሄ ችግሩን ከመደበቅ ይልቅ እንደሚያስተካክለው መረጋገጥ አለበት.
10. አንድ ተመራማሪ የታካሚ ደረጃ መለያ መረጃን እና ገቢን የያዘ ማይክሮ ዳታ ወደ ይፋዊ AI ቻት መሳሪያ ሰቅሎ 'regression አድርግ' ይላል። የዚህ ባህሪ ዋና ችግር ምንድነው?
- ሀ) የግል/ፈቃድ ያለው መረጃ ወደ ውጫዊ መሳሪያ መስቀል ሚስጥራዊነትን እና ውልን መጣስ ነው ✔
- ለ) ሪግሬሽን በአርቴፊሻል ኢንተለጀንስ በፍፁም አይቻልም
- ሐ) ማይክሮ ዳታ ለዳግም ተሃድሶ ተስማሚ አይደለም
- መ) AI ሁል ጊዜ ሪግሬሽን በተሳሳተ መንገድ ያሰላል
ማብራሪያ፡ እንደ ማንነት እና ገቢ ያሉ የግል/ልዩ መረጃዎች በKVKK/GDPR እና በአብዛኛዎቹ የውሂብ አጠቃቀም ስምምነቶች የተጠበቁ ናቸው። መረጃን ወደሚያከማች ውጫዊ መሳሪያ መጫን ጥሰት ነው። ትክክለኛው መንገድ; መረጃን ማንነትን መደበቅ፣ የአካባቢ/ተቋማዊ ደህንነታቸው የተጠበቀ መሳሪያዎችን በመጠቀም ወይም በቀላሉ ከአርቴፊሻል ኢንተለጀንስ ኮድ መጠየቅ እና ኮዱን በራሱ አካባቢ ማስኬድ።
11. መልቲኮሊኔሪቲ ከፍተኛ በሚሆንበት ጊዜ ምን ይታያል?
- ሀ) ቅንጅቶች ያልተረጋጉ እና መደበኛ ስህተቶች የተጋነኑ ይሆናሉ; የግለሰብ ቅንጅቶች ትርጉም የለሽ ሊሆኑ ይችላሉ ✔
- ለ) R-squared ሁልጊዜ ወደ ዜሮ ይቀንሳል
- ሐ) Coefficient ግምቶች ሁልጊዜ ይበልጥ ትክክለኛ ይሆናሉ
- መ) የጥገኛ ተለዋዋጭ ልኬት ይለወጣል
ማብራሪያ: በከፍተኛ ባለብዙ ኮሌኔሪቲ, ገለልተኛ ተለዋዋጮች እርስ በርስ በጥብቅ የተሳሰሩ ናቸው; የተቀናጁ ግምቶች ያልተረጋጉ ይሆናሉ፣ መደበኛ ስሕተቶች የተጋነኑ ይሆናሉ፣ እና የግለሰቦች ጥምርታዎች እዚህ ግባ የማይባሉ ሊሆኑ ይችላሉ፣ አጠቃላይ ሞዴሉ ግን ጉልህ ሊሆን ይችላል። እንደ VIF ባሉ መመዘኛዎች ይመረመራል. አርቲፊሻል ኢንተለጀንስ ተለዋዋጭ መወገድን ሊጠቁም ይችላል፣ ነገር ግን የትኛው ተለዋዋጭ በንድፈ ሀሳብ መቆየት እንዳለበት የሚወስነው ተመራማሪው ነው።
12. የስታቲስቲክስ ሃይል ምንድን ነው እና አነስተኛ ኃይል ያለው ጥናት አደጋ ምንድነው?
- ሀ) ያለውን ውጤት የመለየት እድል; ዝቅተኛ ኃይል እውነተኛ ውጤቶችን ያመልጣል እና ግኝቶችን የማይታመን ያደርገዋል ✔
- ለ) የ p-valueን የመቀነስ እድል; ዝቅተኛ ኃይል ሁልጊዜ የበለጠ አስተማማኝ ውጤቶችን ይሰጣል
- ሐ) ከናሙና መጠኑ ነፃ የሆነ ቋሚ እሴት
- መ) አርቴፊሻል ኢንተለጀንስ ጥቅም ላይ ሲውል ብቻ የሚሰራ ፅንሰ-ሀሳብ
ማብራርያ፡ ሃይል በእውነቱ ያለውን ተፅእኖ የማወቅ እድሉ ነው (አይነት II ስህተት 1 ሲቀነስ)። ዝቅተኛ ኃይል ያላቸው ጥናቶች እውነተኛ ውጤቶችን ሊያጡ ይችላሉ; በተጨማሪም፣ ጥቂት ጉልህ ውጤቶች የተጋነነ የውጤት መጠን ('የአሸናፊዎች እርግማን') ሊሸከሙ ይችላሉ እና የውሸት አወንታዊ መጠኑ ይጨምራል። ስለዚህ የኃይል / ናሙና ስሌት ከመተንተን በፊት አስፈላጊ ነው.
13. አርቴፊሻል ኢንተለጀንስ ጥቅም ላይ መዋሉን በአንድ መጣጥፍ ውስጥ መግለጽ ከሥነ ምግባር አኳያ ለምን ያስፈልጋል?
- ሀ) ለግልጽነት እና ተጠያቂነት; ✔ አንባቢዎች እና ዳኞች ሂደቱን መገምገም ይችላሉ እና ኃላፊነቱ የጸሐፊው ነው
- ለ) አርቴፊሻል ኢንተለጀንስ አጠቃቀም ውጤቱን በራስ-ሰር ያበላሻል
- ሐ) ለማስታወቂያ ዓላማ ብቻ በመጽሔቶች የተጠየቀ
- መ) የማብራሪያውን የቅጂ መብት ወደ አርቴፊሻል ኢንተለጀንስ ማስተላለፍ
ይፋ ማድረግ፡- አንባቢ እና ገምጋሚዎች ውጤቶቹ እንዴት እንደተፈጠሩ መገምገም እንዲችሉ ግልጽነት አስፈላጊ ነው። ብዙ መጽሔቶች እና ተቋማት አሁን የ AI አጠቃቀምን ይፋ ማድረግ ይፈልጋሉ። በተጨማሪም፣ አርቴፊሻል ኢንተለጀንስ ስህተቶችን/ቅዠቶችን ሊፈጥር ስለሚችል፣ ኃላፊነቱ የጸሐፊው እንደሆነና የትኞቹ እርምጃዎች እንደተመረመሩ መግለጽ የታማኝነት ጉዳይ ነው።
14. በመሳሪያ ተለዋዋጭ (IV) ዘዴ ውስጥ 'የማግለል ገደብ' ምን ያስፈልገዋል?
- ሀ) መሳሪያው ውጤቱን የሚነካው በውስጣዊው ተለዋዋጭ በኩል ብቻ ነው, ሌላ ቀጥተኛ መንገድ ✔ የለም
- ለ) መሳሪያው ከውጤት ተለዋዋጭ ጋር ምንም ግንኙነት የለውም.
- ሐ) መሳሪያው ከተለዋዋጭ ተለዋዋጭ ጋር ያልተገናኘ ነው.
- መ) ምንጊዜም ሁለትዮሽ (0/1) ተለዋዋጭ ነው።
ማብራሪያ፡ የማግለያው ገደብ መሳሪያው የውጤት ተለዋዋጩን የሚነካው በውስጣዊ ገላጭ ተለዋዋጭ ብቻ ነው እንጂ በማናቸውም ቀጥተኛ መንገዶች ወይም ባልታዩ ምክንያቶች አይደለም። ይህ ግምት ከውሂብ ሙሉ በሙሉ መሞከር አይቻልም; በቲዎሬቲክ እና በተቋም ምክንያቶች ይሟገታል. AI IV ኮድ ሊጽፍ ይችላል, ነገር ግን የመሳሪያውን ትክክለኛነት ለመከላከል የተመራማሪው ተግባር ነው.
15. ቅድመ-ምዝገባ ሳይደረግ በተለዋዋጭ ትንታኔዎች ውስጥ 'የመንገዶች የአትክልት ስፍራ' ችግር ምን ማለት ነው?
- ሀ) በመረጃው ላይ ተመስርተው የተደረጉ በጣም ብዙ ምክንያታዊ የመተንተን ምርጫዎች የውሸት አወንታዊ መጠን ይጨምራሉ፣ ሳይታሰብም ቢሆን ✔
- ለ) የመተንተን ዘዴዎች ነጠላ እና አስገዳጅ መሆን አለባቸው
- ሐ) ሆን ተብሎ ማጭበርበር ሲከሰት ብቻ የሚከሰት ችግር።
- መ) ናሙናው ሲያድግ በድንገት የሚጠፋ ሁኔታ
ማብራሪያ፡ ውሂቡን ከተመለከቱ በኋላ፣ ተመራማሪው የትኛውን ተለዋዋጭ፣ ንዑስ ቡድን፣ ለውጥ ወይም ገደብ ለመጠቀም ብዙ ምክንያታዊ ምርጫዎችን ማድረግ ይችላል። ምንም እንኳን አንድም 'ሆን ተብሎ የተደረገ p-hacking' ባይኖርም, ይህ ተለዋዋጭነት የውሸት አወንታዊ ምጣኔን ይጨምራል ምክንያቱም ጉልህ የሆነው ከብዙ ትንታኔዎች ውስጥ በትክክል ይመረጣል. ቅድመ-ምዝገባ እና ቋሚ የትንታኔ እቅድ ይህንን ተለዋዋጭነት ይገድባል.