Ieguvumi:
- Spēja ziņot par empīriskiem atklājumiem mērķauditorijai (akadēmiskajai, politikai, vadībai) ar mākslīgā intelekta atbalstu, godīgā un nepārprotamā valodā
- Spēja pilnībā uzrakstīt secinājumus, ierobežojumus un ētikas apgalvojumus (datu konfidencialitāte, interešu konflikts, mākslīgā intelekta izmantošanas atklāšana) un izvairīties no maldinošas prezentācijas
- Mākslīgā intelekta spēja atpazīt ziņojumu projektus, kas rada pārspīlētu, vienpusēju vai cēloņsakarīgu valodu, un uzturēt, ka atbildība par galīgo tekstu un apgalvojumiem gulstas uz pētnieku.
Moduļa eksāmens
1. Pētnieks jautā: "Kāds ir korelācijas koeficients starp bezdarbu un inflāciju Tirkijā laikposmā no 2015. līdz 2020. gadam?" nedodot nekādus datus mākslīgajam intelektam. viņš jautā un ieraksta skaitli 0,62 tieši savā rakstā. Kāda ir galvenā kļūda šajā pieejā?
- A) Sagaida konkrētu statistiku no mākslīgā intelekta, nesniedzot pārbaudītus datus; ✔ Izmantojot numuru, kas, iespējams, ir izdomāts, to nepārbaudot
- B) Korelācijas koeficientu nekādā gadījumā nedrīkst izmantot rakstā.
- C) Nevar aprēķināt korelāciju starp bezdarbu un inflāciju
- D) Mākslīgais intelekts var piekļūt datiem tikai pēc 2020. gada
Paskaidrojums: AI valodas modelis nevar izveidot statistiku, nepiekļūstot datu kopai; Viņa norādītais numurs, visticamāk, ir halucinācijas (safabricētas). Koeficienti, koeficienti un testa rezultāti jāaprēķina no paša pētnieka pārbaudītajiem datiem, nevis jāņem no modeļa atmiņas.
2. Ko nozīmē, ka trūkstošie dati ir “netrūkst pēc nejaušības principa” (MNAR), un kāpēc tas ir svarīgi?
- A) Trūkums ir saistīts ar pašu nenovēroto vērtību; Tāpēc vienkāršs uzdevums var radīt neobjektivitāti ✔
- B) Dati pazūd pilnīgi nejauši un nerada nekādas novirzes.
- C) Trūkstošie dati vienmēr jāatrisina, izdzēšot rindu.
- D) Trūkstošie dati nekādā veidā neietekmē analīzi.
Paskaidrojums: MNAR (Missing Not At Random) gadījumā pats trūkums ir atkarīgs no nenovērotās vērtības lieluma (piemēram, augsti pelnošie neziņo par saviem ienākumiem). Šajā gadījumā vienkārša dzēšana vai vidējā piešķiršana dod neobjektīvus rezultātus; Jāmodelē deficīta mehānisms. Mākslīgā intelekta ieteikto piešķiršanas metodi nevajadzētu pielietot akli, nezinot šo mehānismu.
3. Analītiķis liek AI izveidot joslu diagrammu, un AI sāk y asi ar 40, nevis no nulles. Faktiskā 2% atšķirība starp abām grupām diagrammā izskatās milzīga. Kāda ir pareizā pieeja?
- A) ass palaišana no nulles vai diagrammas veida maiņa; ✔ lai bez maldināšanas parādītu patieso starpības lielumu
- B) Izmantojot diagrammu, jo AI ir labākā izvēle
- C) Asi sāk ar 45, lai padarītu atšķirību vēl lielāku
- D) Nekad neizmantojiet attēlus joslu diagrammu vietā
Paskaidrojums: joslu diagrammā svītrotā ass (y ass, kas nesākas no nulles) maldina, pārspīlējot nelielas atšķirības. Godīgā vizualizācijā joslu diagrammu asij jāsākas no nulles vai arī atšķirība ir apzināti skaidri jānorāda. Analītiķis ir atbildīgs par attēla pārbaudi un vajadzības gadījumā to labot.
4. Kā mākslīgā intelekta interpretācijā bieži tiek nepareizi attēlots fakts, ka koeficients ir 'nozīmīgs' (p<0,05) lineārajā regresijā?
- A) Pārspīlēts nozīmīguma izklāsts, jo ietekme ir liela un svarīga vai ir konstatēta cēloņsakarība ✔
- B) Nozīmīgums vienmēr norāda, ka efekts ir mazs
- C) p<0,05 pierāda, ka koeficients ir absolūti pareizs
- D) Nekad nevajadzētu ziņot par nozīmīgiem koeficientiem.
Paskaidrojums. Statistiskā nozīmība attiecas uz pierādījumu stiprumu, ka ietekme atšķiras no nulles; Tas nenozīmē, ka ietekme ir liela, svarīga vai cēloņsakarīga. AI bieži uzrāda vārdu “nozīmīgs” kā “nozīmīga/spēcīga ietekme”. Pētniekam jānovērtē arī ietekmes lielums, ticamības intervāls un konteksts.
5. Uz ko attiecas termins “p-hacking” un kāpēc AI var to atvieglot?
- A) Izmēģināt vairākas analīzes, līdz tas kļūst jēgas; AI to dara ļoti ātri, palielinot risku ✔
- B) Datu analīze vienreiz un ar iepriekš noteiktu plānu
- C) parauga paplašināšana, lai palielinātu p vērtību
- D) sniedz tikai aprakstošu statistiku
Paskaidrojums: p-datorurķēšana ir dažādu mainīgo, apakšizlases, transformāciju vai modeļu izmēģināšana, līdz parādās jēgpilns rezultāts; tas rada viltus atklājumus, kuru pamatā ir nejaušība. Tā kā mākslīgais intelekts dažu sekunžu laikā var izmēģināt desmitiem modeļu variantu, tas var paātrināt uzlaušanu bez godīga plāna. Aizsardzība; iepriekšēja reģistrācija, fiksēts analīzes plāns un vairāku salīdzinājumu korekcija.
6. Kāpēc augstas R kvadrāta regresijas atrašana starp divām nestacionārām (vienības saknes) laikrindām varētu būt maldinoša?
- A) kopīgas tendences dēļ var rasties viltus regresija; ✔ Augsta R kvadrāta izvade bez reālas attiecības
- B) Augsts R kvadrāts vienmēr pierāda spēcīgu cēloņsakarību.
- C) Nestacionāras rindas vispār nevar ievadīt regresijā.
- D) R kvadrātu nevar aprēķināt laika rindās
Paskaidrojums. Ja starp nestacionārām rindām nav kopīgas kointegrācijas attiecības, viltus regresija var radīt augstu R kvadrātu un nozīmīgu koeficientu tikai kopīgas tendences dēļ; tā kā īstu attiecību nav. Tāpēc vispirms ir jāveic stacionaritātes un vienības saknes testi un, ja nepieciešams, jāņem atšķirības vai jāpārbauda kointegrācija.
7. Kāds pamatpieņēmums ir balstīts uz atšķirības atšķirību dizaina derīgumu?
- A) Paralēlu tendenču pieņēmums: grupas ietu vienā virzienā, ja nebūtu iejaukšanās ✔
- B) Ārstēšanas un kontroles grupas sākumā ir tieši tādas pašas
- C) Parauga parastais sadalījums
- D) Mainīgie lielumi nesatur trūkstošus datus
Paskaidrojums: DiD pieņem, ka bez iejaukšanās ārstēšanas un kontroles grupu iznākuma mainīgais laika gaitā būtu attīstījies paralēli (pieņēmums par paralēlām tendencēm). Ja šis pieņēmums netiek izpildīts, aplēse ir neobjektīva. AI var izveidot DiD kodu, taču pētnieka uzdevums ir aizstāvēt un pārbaudīt paralēlas tendences.
8. Kura no šīm darbībām ir obligāta reproducējamas analīzes veikšanai?
- A) Sēklu fiksēšana izlases veidā, ierakstot iepakojuma versijas un kodu ✔
- B) Manuāli kopējiet rezultātus izklājlapā un izdzēsiet kodu
- C) Ir normāli, ja katrā braucienā redzat dažādus rezultātus.
- D) Saglabāt tikai galīgo grafiku, nevis koplietot datus un kodu
Apraksts: Reproducējamība; To pašu rezultātu var iegūt vēlreiz ar tiem pašiem datiem un kodu. Sēklas fiksēšana nejaušās darbībās, pakotņu versiju saglabāšana un koda izpilde dokumentā (lietpratīga programmēšana) ir tā stūrakmeņi. Rezultātu manuāla vai uz klikšķiem balstīta, nereģistrēšanas darbību kopēšana pasliktina reproducējamību.
9. Ko heteroskedastiskums izkropļo lineāro regresiju un kāds ir tās kopīgais risinājums?
- A) Tas izkropļo standarta kļūdas; risinājums ir robustas standarta kļūdas vai atbilstoša transformācija ✔
- B) Tas pilnībā padara nederīgus koeficientu aplēses un tam nav risinājuma
- C) Vienmēr samazina R kvadrātu līdz nullei
- D) Rodas tikai tad, ja izlase ir ļoti maza un to var ignorēt
Paskaidrojums: Heteroskedastiskums atstāj objektīvus koeficientu aprēķinus, bet nepareizi aprēķina standarta kļūdas; Tas padara p vērtības un ticamības intervālus neuzticamus. Izplatīts risinājums ir izmantot robustas/HC standarta kļūdas vai atbilstošu konvertēšanu. Ir jāpārbauda, vai AI piedāvātais risinājums patiešām novērš problēmu, nevis to slēpj.
10. Pētnieks publiskajā AI tērzēšanas rīkā augšupielādē mikrodatus, kas satur pacienta līmeņa identifikācijas informāciju un ienākumus, un saka “veic regresiju”. Kāda ir šīs uzvedības galvenā problēma?
- A) Personas/licencētu datu augšupielāde ārējā rīkā ir konfidencialitātes un līguma pārkāpums ✔
- B) Regresiju vispār nevar veikt mākslīgais intelekts
- C) Mikrodati vispār nav piemēroti regresijai
- D) AI vienmēr nepareizi aprēķina regresiju
Paskaidrojums: personas/īpašie dati, piemēram, identitāte un ienākumi, ir aizsargāti saskaņā ar KVKK/GDPR un lielāko daļu datu izmantošanas līgumu; To augšupielāde ārējā ierīcē, kurā var saglabāt datus, ir pārkāpums. Pareizais ceļš; Datu anonimizācija, vietējo/institucionālo drošu rīku izmantošana vai koda pieprasīšana no mākslīgā intelekta un koda palaišana savā vidē.
11. Kas tiek novērots, ja multikolinearitāte ir augsta?
- A) Koeficienti kļūst nestabili un standarta kļūdas kļūst uzpūstas; Individuālie koeficienti var izrādīties bezjēdzīgi ✔
- B) R kvadrāts vienmēr samazinās līdz nullei
- C) Koeficientu aprēķini visu laiku kļūst precīzāki
- D) Mainās atkarīgā mainīgā mērogs
Paskaidrojums: Augstas multikolinearitātes gadījumā neatkarīgi mainīgie ir cieši saistīti viens ar otru; Koeficientu aprēķini kļūst nestabili, standarta kļūdas kļūst uzpūstas, un atsevišķie koeficienti var izrādīties nenozīmīgi, savukārt kopējais modelis var būt nozīmīgs. To diagnosticē pēc tādiem kritērijiem kā VIF. Mākslīgais intelekts var ieteikt mainīgo novēršanu, taču pētniekam ir jāizlemj, kuram mainīgajam vajadzētu palikt teorētiskam.
12. Kas ir statistiskā jauda un kāds ir mazjaudas pētījuma risks?
- A) Iespēja noteikt esošo efektu; zema jauda nezaudē patiesos efektus un padara rezultātus neuzticamus ✔
- B) p-vērtības samazināšanas varbūtība; mazāka jauda vienmēr nodrošina ticamākus rezultātus
- C) nemainīga vērtība, kas nav atkarīga no izlases lieluma
- D) Koncepcija, kas ir spēkā tikai tad, ja tiek izmantots mākslīgais intelekts
Paskaidrojums: Jauda ir iespēja noteikt faktiski pastāvošu efektu (1 mīnus II tipa kļūda). Mazjaudas pētījumi var palaist garām patieso efektu; Turklāt dažiem nozīmīgiem rezultātiem var būt pārspīlēts efekts (“uzvarētāja lāsts”), un palielinās viltus pozitīvo rezultātu rādītājs. Tāpēc jaudas/parauga aprēķins ir svarīgs pirms analīzes.
13. Kāpēc ētiski nepieciešams rakstā atklāt mākslīgā intelekta izmantošanu?
- A) par pārredzamību un atbildību; ✔ Lasītāji un tiesneši var izvērtēt procesu un atbildība paliek autoram
- B) mākslīgā intelekta izmantošana automātiski padara rezultātus par nederīgiem
- C) To pieprasa žurnāli tikai reklāmas nolūkos
- D) skaidrojuma autortiesību nodošana mākslīgajam intelektam
Informācijas atklāšana. Pārredzamība ir nepieciešama, lai lasītājs un recenzenti varētu novērtēt, kā rezultāti tika iegūti; Daudzi žurnāli un iestādes tagad pieprasa atklāt AI izmantošanu. Turklāt, tā kā mākslīgais intelekts var radīt kļūdas/halucinācijas, ir godīgi paziņot, ka atbildība paliek autoram un kuras darbības tika pārbaudītas.
14. Ko pieprasa “izslēgšanas ierobežojums” instrumenta mainīgā (IV) metodē?
- A) Rīks ietekmē rezultātu tikai caur iekšējo mainīgo, cita tieša ceļa nav ✔
- B) Instrumentam nav saistības ar iznākuma mainīgo.
- C) Instruments nav saistīts ar endogēno mainīgo.
- D) Means vienmēr ir binārs (0/1) mainīgais
Paskaidrojums. Izslēgšanas ierobežojums paredz, ka instruments ietekmē iznākuma mainīgo tikai ar endogēno skaidrojošo mainīgo palīdzību, nevis ar citiem tiešiem līdzekļiem vai nenovērotiem faktoriem. Šo pieņēmumu nevar pilnībā pārbaudīt no datiem; To aizstāv teorētiski un institucionāli. AI var rakstīt IV kodu, taču pētnieka uzdevums ir aizstāvēt rīka derīgumu.
15. Ko “Sazarojošo taku dārza” problēma nozīmē elastīgās analīzēs bez iepriekšējas reģistrācijas?
- A) Pārāk daudz saprātīgu analīzes izvēļu, kas izdarītas, pamatojoties uz datiem, palielina viltus pozitīvo rezultātu pat netīši ✔
- B) Analīzes metodēm jābūt vienreizējām un obligātām
- C) Problēma, kas rodas tikai tad, ja notiek tīša krāpšanās.
- D) Situācija, kas spontāni izzūd, paraugam augot
Paskaidrojums. Pēc datu apskates pētnieks var izdarīt daudzas saprātīgas izvēles par to, kuru mainīgo, apakšgrupu, transformāciju vai slieksni izmantot. Pat ja nepastāv viena “tīša p-uzlaušana”, šī elastība palielina viltus pozitīvo likmi, jo nozīmīgais tiek efektīvi izvēlēts no daudzām analīzēm. Iepriekšēja reģistrācija un fiksēts analīzes plāns ierobežo šo elastību.