Qligħ:
- Kapaċità li tirrapporta sejbiet empiriċi lill-udjenza fil-mira (akkademika, politika, ġestjoni) bl-appoġġ ta 'intelliġenza artifiċjali, b'lingwa onesta u mhux ambigwa
- Kapaċità li tikteb bis-sħiħ konklużjonijiet, limitazzjonijiet u dikjarazzjonijiet etiċi (kunfidenzjalità tad-dejta, kunflitt ta’ interess, żvelar tal-użu tal-intelliġenza artifiċjali) u tevita preżentazzjoni qarrieqa
- Il-kapaċità tal-intelliġenza artifiċjali li tirrikonoxxi abbozzi ta' rapporti li jipproduċu lingwaġġ esaġerat, fuq naħa waħda jew kawżali u żżomm dik ir-responsabbiltà għat-test u t-talbiet finali hija tar-riċerkatur.
Eżami tal-Modulu
1. Riċerkatur jistaqsi 'X'inhu l-koeffiċjent ta' korrelazzjoni bejn il-qgħad u l-inflazzjoni fit-Türkiye bejn l-2015 u l-2020?' mingħajr ma tagħti ebda data lill-intelliġenza artifiċjali. jistaqsi u jikteb in-numru 0.62 direttament fl-artiklu tiegħu. X'inhu l-iżball fundamentali f'dan l-approċċ?
- A) Jistennew statistika konkreta mill-intelliġenza artifiċjali mingħajr ma tagħti data verifikata; ✔ L-użu ta’ numru li seta’ ġie magħmul mingħajr ma jiġi vverifikat
- B) Il-koeffiċjent ta' korrelazzjoni m'għandu qatt jintuża f'oġġett.
- C) Korrelazzjoni ma tistax tiġi kkalkulata bejn il-qgħad u l-inflazzjoni
- D) L-intelliġenza artifiċjali tista’ taċċessa d-dejta biss wara l-2020
Spjegazzjoni: Il-mudell tal-lingwa AI ma jistax jipproduċi statistika mingħajr aċċess għas-sett tad-dejta; In-numru li jagħti huwa x'aktarx alluċinazzjoni (fabbrikata). Il-koeffiċjenti, il-proporzjonijiet u r-riżultati tat-test għandhom jiġu kkalkulati mid-dejta vverifikata tar-riċerkatur stess, mhux meħuda mill-memorja tal-mudell.
2. Xi jfisser li data nieqsa tkun 'mhux nieqsa bl-addoċċ' (MNAR) u għaliex hija importanti?
- A) In-nuqqas huwa dovut għall-valur mhux osservat innifsu; Huwa għalhekk li assenjazzjoni sempliċi tista' toħloq preġudizzju ✔
- B) Id-dejta tisparixxi kompletament bl-addoċċ u ma toħloq l-ebda preġudizzju.
- C) Id-dejta nieqsa għandha dejjem tiġi solvuta billi titħassar ir-ringiela.
- D) Id-dejta nieqsa ma taffettwa l-analiżi bl-ebda mod.
Spjegazzjoni: Fil-każ ta’ MNAR (Missing Not Random), in-nuqqas innifsu jiddependi fuq il-kobor tal-valur mhux osservat (eż. min jaqla’ għoli ma jirrapportax id-dħul tagħhom). F'dan il-każ, tħassir sempliċi jew assenjazzjoni medja tagħti riżultati preġudikati; Il-mekkaniżmu tad-defiċjenza għandu jiġi mmudellat. Il-metodu ta 'assenjazzjoni ssuġġerit mill-intelliġenza artifiċjali m'għandux jiġi applikat bl-addoċċ mingħajr ma jkun jaf dan il-mekkaniżmu.
3. Analista għandu lill-AI jagħmel bar chart, u l-AI jibda l-assi y f'40 minflok żero. Id-differenza attwali ta '2% bejn iż-żewġ gruppi tidher enormi fuq il-graff. X'inhu l-approċċ it-tajjeb?
- A) Il-bidu tal-assi mill-bidu jew it-tibdil tat-tip ta 'chart; ✔ biex turi d-daqs veru tad-differenza mingħajr ma tiżgwida
- B) L-użu taċ-ċart kif inhu għaliex l-AI tagħmel l-aħjar għażla
- C) Li tibda l-assi f'45 biex tagħmel id-differenza saħansitra akbar
- D) Qatt tuża viżwali minflok bar charts
Spjegazzjoni: F'bar chart, l-assi b'sing (l-assi y li ma jibdax minn żero) jiżgwida billi jesaġera differenzi żgħar. Fil-viżwalizzazzjoni onesta, l-assi tal-bar charts għandu jibda minn żero jew id-differenza għandha tiġi ddikjarata b'mod konxju b'mod ċar. Hija r-responsabbiltà tal-analista li jivverifika l-immaġni u jikkoreġiha jekk meħtieġ.
4. Kif huwa l-fatt li koeffiċjent huwa 'sinifikanti' (p<0.05) fir-rigressjoni lineari ħafna drabi żbaljat fl-interpretazzjoni tal-intelliġenza artifiċjali?
- A) Preżentazzjoni esaġerata ta' sinifikat peress li l-effett huwa kbir u importanti jew il-kawżalità hija stabbilita ✔
- B) Is-sinifikat dejjem jindika li l-effett huwa żgħir
- C) p<0.05 jipprova li l-koeffiċjent huwa assolutament korrett
- D) Koeffiċjenti sinifikanti qatt ma għandhom jiġu rrappurtati.
Spjegazzjoni: Is-sinifikat statistiku jirrelata mas-saħħa tal-evidenza li l-effett huwa differenti minn żero; Ma jfissirx li l-effett huwa kbir, importanti jew kawżali. L-IA ħafna drabi tippreżenta l-kelma 'sinifikanti' bħala 'impatt sinifikanti/qawwi'. Ir-riċerkatur għandu jevalwa wkoll id-daqs tal-effett, l-intervall ta 'kunfidenza, u l-kuntest.
5. Għal xiex jirreferi t-terminu 'p-hacking' u għaliex l-AI tista' tagħmilha aktar faċli?
- A) Jippruvaw analiżi multipli sakemm jagħmel sens; L-AI tagħmel dan malajr ħafna, u żżid ir-riskju ✔
- B) L-analiżi tad-data darba u bi pjan predeterminat
- C) tespandi l-kampjun biex jiżdied il-valur p
- D) Rappurtar ta' statistika deskrittiva biss
Spjegazzjoni: p-hacking qed jipprova varjabbli, sottokampjuni, trasformazzjonijiet jew mudelli differenti sakemm joħroġ riżultat sinifikanti; dan jipproduċi sejbiet falzi bbażati fuq ċans. Peress li l-AI tista 'tipprova għexieren ta' varjanti ta 'mudell f'sekondi, tista' tħaffef il-p-hacking mingħajr pjan onest. Difiża; prereġistrazzjoni, pjan ta 'analiżi fissa u korrezzjoni ta' tqabbil multiplu.
6. Għaliex is-sejba ta 'rigressjoni għolja R-squared bejn żewġ serje ta' ħin mhux stazzjonarji (għerq ta 'unità) tkun qarrieqa?
- A) Rigressjoni falza tista 'sseħħ minħabba tendenza komuni; ✔ Produzzjoni għolja ta 'R-squared mingħajr relazzjoni reali
- B) R-kwadru għoli dejjem juri relazzjoni kawżali qawwija.
- C) Serje mhux stazzjonarji ma jistgħux jiddaħħlu f'rigressjoni.
- D) R-kwadru ma jistax jiġi kkalkulat f'serje ta 'żmien
Spjegazzjoni: Jekk ma jkunx hemm relazzjoni ta' kointegrazzjoni komuni bejn serje mhux stazzjonarja, rigressjoni spurja tista' tipproduċi koeffiċjent għoli ta' R-squared u sinifikanti biss minħabba xejra komuni; billi m'hemm l-ebda relazzjoni reali. Għalhekk, l-ewwel għandhom isiru t-testijiet tal-istazzjonarità u tal-għerq tal-unità, u jekk meħtieġ, għandhom jittieħdu d-differenzi jew il-kointegrazzjoni għandha tiġi ttestjata.
7. Liema suppożizzjoni bażika hija bbażata fuq il-validità tad-disinn tad-Differenza fid-Differenzi?
- A) Assunzjoni ta' xejriet paralleli: il-gruppi jsegwu l-istess direzzjoni kieku ma kienx hemm intervent ✔
- B) Il-gruppi ta 'trattament u ta' kontroll huma eżattament l-istess fil-bidu
- C) Distribuzzjoni normali tal-kampjun
- D) Il-varjabbli ma fihom ebda data nieqsa
Spjegazzjoni: DiD jassumi li fin-nuqqas tal-intervent, il-varjabbli tar-riżultat għall-gruppi ta 'trattament u ta' kontroll kien ikun għaddej b'mod parallel maż-żmien (assunzjoni ta 'xejriet paralleli). Jekk din is-suppożizzjoni ma tiġix sodisfatta, l-istima hija preġudikata. L-AI tista 'tipproduċi l-kodiċi DiD, iżda huwa xogħol ir-riċerkatur li jiddefendi u jittestja xejriet paralleli.
8. Liema minn dawn li ġejjin hija prattika obbligatorja għal analiżi riproduċibbli?
- A) L-iffissar taż-żerriegħa f'passi każwali, ir-reġistrazzjoni tal-verżjonijiet tal-pakkett u l-kodiċi ✔
- B) Ikkopja r-riżultati manwalment fl-ispreadsheet u ħassar il-kodiċi
- C) Huwa normali li tara riżultati differenti f'kull ġirja.
- D) Żamma ta 'grafika finali biss, mhux taqsam ta' data u kodiċi
Deskrizzjoni: Riproduċibbiltà; L-istess riżultat jista 'jinkiseb mill-ġdid bl-istess data u kodiċi. L-iffissar taż-żerriegħa f'passi każwali, l-iffrankar tal-verżjonijiet tal-pakkett, u l-eżekuzzjoni tal-kodiċi fi ħdan id-dokument (programmazzjoni litterata) huma l-pedamenti ta 'dan. L-ikkupjar tar-riżultati manwalment jew passi li ma jagħmlux illoggjar ibbażati fuq klikks ifixkel ir-riproduċibilità.
9. X'tagħmel l-eteroskedastiċità tgħawweġ rigressjoni lineari u x'inhi s-soluzzjoni komuni tagħha?
- A) Tgħawweġ l-iżbalji standard; soluzzjoni hija żbalji standard robusti jew trasformazzjoni xierqa ✔
- B) Jinvalida kompletament l-istimi tal-koeffiċjent u m'għandu l-ebda soluzzjoni
- C) Dejjem inaqqas R-squared għal żero
- D) Iseħħ biss jekk il-kampjun huwa żgħir ħafna u jista 'jiġi injorat
Spjegazzjoni: L-eteroscedastiċità tħalli l-istimi tal-koeffiċjenti imparzjali iżda tikkalkula ħażin l-iżbalji standard; Dan jagħmel il-valuri p u l-intervalli ta’ kunfidenza mhux affidabbli. Soluzzjoni komuni hija li jintużaw żbalji standard robusti/HC jew konverżjoni xierqa. Għandu jiġi vverifikat li s-soluzzjoni ssuġġerita mill-AI fil-fatt issolvi l-problema aktar milli taħbiha.
10. Riċerkatur itella' mikrodejta li jkun fiha informazzjoni ta' identifikazzjoni fil-livell tal-pazjent u dħul f'għodda pubblika ta' chat tal-AI u jgħid 'agħmel rigressjoni'. X'inhi l-problema ewlenija b'din l-imġieba?
- A) It-tlugħ ta' dejta personali/liċenzjata għal għodda esterna tikkostitwixxi ksur tal-kunfidenzjalità u l-kuntratt ✔
- B) Ir-rigressjoni ma tistax issir bl-intelliġenza artifiċjali xejn
- C) Id-dejta mikro mhix adattata għal rigressjoni għal kollox
- D) AI dejjem tikkalkula ħażin ir-rigressjoni
Spjegazzjoni: Id-dejta personali/speċjali bħall-identità u d-dħul huma protetti taħt il-KVKK/GDPR u l-biċċa l-kbira tal-ftehimiet dwar l-użu tad-dejta; It-tlugħ tagħhom fuq apparat estern li jista 'jaħżen data huwa ksur. Il-mod it-tajjeb; L-anonimizzazzjoni tad-dejta, l-użu ta’ għodod siguri lokali/istituzzjonali, jew sempliċiment titlob kodiċi mill-intelliġenza artifiċjali u tħaddem il-kodiċi fl-ambjent tagħha stess.
11. X'jiġi osservat meta l-multicollinearity tkun għolja?
- A) Il-koeffiċjenti jsiru instabbli u l-iżbalji standard jintefħu; Il-koeffiċjenti individwali jistgħu jirriżultaw li huma bla sens ✔
- B) R-kwadru dejjem jonqos għal żero
- C) L-istimi tal-koeffiċjenti jsiru aktar preċiżi l-ħin kollu
- D) L-iskala tal-varjabbli dipendenti tinbidel
Spjegazzjoni: F'multikolinearità għolja, varjabbli indipendenti huma korrelatati b'mod qawwi ma 'xulxin; L-istimi tal-koeffiċjenti jsiru instabbli, l-iżbalji standard jintefħu, u l-koeffiċjenti individwali jistgħu jirriżultaw li huma insinifikanti, filwaqt li l-mudell ġenerali jista 'jkun sinifikanti. Huwa djanjostikat minn kriterji bħal VIF. L-intelliġenza artifiċjali tista 'tissuġġerixxi eliminazzjoni varjabbli, iżda huwa f'idejn ir-riċerkatur li jiddeċiedi liema varjabbli għandha tibqa' teoretika.
12. X'inhi l-qawwa statistika u x'inhu r-riskju ta 'studju ta' qawwa baxxa?
- A) Possibbiltà li jinstab l-effett eżistenti; qawwa baxxa taqbeż l-effetti veri u tagħmel is-sejbiet mhux affidabbli ✔
- B) probabbiltà li jitnaqqas il-valur p; qawwa aktar baxxa dejjem tagħti riżultati aktar affidabbli
- C) Valur kostanti indipendenti mid-daqs tal-kampjun
- D) Kunċett li huwa validu biss meta tintuża l-intelliġenza artifiċjali
Spjegazzjoni: Il-qawwa hija l-probabbiltà li jinstab effett li fil-fatt jeżisti (1 nieqes żball tat-tip II). Studji b'qawwa baxxa jistgħu jitilfu l-effetti veri; Barra minn hekk, il-ftit riżultati sinifikanti jistgħu jġorru effett esaġerat ("is-saħta tar-rebbieħ") u r-rata pożittiva falza tiżdied. Għalhekk, il-kalkolu tal-qawwa/kampjun huwa importanti qabel l-analiżi.
13. Għaliex huwa etikament meħtieġ li jiġi żvelat l-użu ta 'intelliġenza artifiċjali f'artiklu?
- A) Għat-trasparenza u r-responsabbiltà; ✔ il-qarrejja u r-referees jistgħu jevalwaw il-proċess u r-responsabbiltà tibqa’ f’idejn l-awtur
- B) L-użu ta 'intelliġenza artifiċjali awtomatikament jinvalida r-riżultati
- C) Mitlub minn rivisti għal skopijiet ta’ reklamar biss
- D) It-trasferiment tad-drittijiet tal-awtur tal-ispjegazzjoni għall-intelliġenza artifiċjali
Żvelar: It-trasparenza hija meħtieġa sabiex il-qarrej u r-reviżuri jkunu jistgħu jevalwaw kif ġew prodotti r-riżultati; Ħafna ġurnali u istituzzjonijiet issa jeħtieġu l-iżvelar tal-użu tal-AI. Barra minn hekk, peress li l-intelliġenza artifiċjali tista’ tipproduċi żbalji/alluċinazzjonijiet, hija kwistjoni ta’ onestà li tiddikjara li r-responsabbiltà tibqa’ f’idejn l-awtur u liema passi ġew ivverifikati.
14. X'tirrikjedi r-'restrizzjoni tal-esklużjoni' fil-metodu tal-Varjabbli tal-Istrument (IV)?
- A) L-għodda taffettwa r-riżultat biss permezz tal-varjabbli intern, m'hemm l-ebda mod dirett ieħor ✔
- B) L-istrument m'għandu l-ebda relazzjoni mal-varjabbli tar-riżultat.
- C) L-istrument mhuwiex relatat mal-varjabbli endoġenu.
- D) Mezzi hija dejjem varjabbli binarja (0/1).
Spjegazzjoni: Ir-restrizzjoni ta' esklużjoni teħtieġ li l-istrument jaffettwa l-varjabbli tar-riżultat biss permezz tal-varjabbli ta' spjegazzjoni endoġena u mhux permezz ta' kwalunkwe mezz ieħor dirett jew fatturi mhux osservati. Din is-suppożizzjoni ma tistax tiġi ttestjata bis-sħiħ mid-dejta; Hija difiża fuq bażi teoretika u istituzzjonali. L-AI tista 'tikteb il-kodiċi IV, iżda huwa xogħol ir-riċerkatur li jiddefendi l-validità tal-għodda.
15. Xi tfisser il-problema tal-'Garden of forking paths' f'analiżi flessibbli mingħajr prereġistrazzjoni?
- A) Wisq għażliet ta’ analiżi raġonevoli magħmula bbażati fuq id-dejta jżidu r-rata ta’ pożittivi foloz, anke b’mod mhux intenzjonat ✔
- B) Il-metodi ta' analiżi għandhom ikunu singoli u obbligatorji
- C) Problema li sseħħ biss meta jseħħ qerq intenzjonali.
- D) Sitwazzjoni li tisparixxi spontanjament hekk kif il-kampjun jikber
Spjegazzjoni: Wara li jara d-dejta, ir-riċerkatur jista' jagħmel ħafna għażliet raġonevoli dwar liema varjabbli, sottogrupp, trasformazzjoni jew limitu juża. Anke jekk ma jkun hemm l-ebda 'p-hacking intenzjonali' wieħed, din il-flessibbiltà żżid ir-rata pożittiva falza minħabba li dik sinifikanti tintgħażel b'mod effettiv minn numru kbir ta' analiżi. Il-prereġistrazzjoni u pjan ta' analiżi fiss jillimitaw din il-flessibbiltà.