فایل ورد کامل داده های بزرگ در مقابل مرور

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل داده های بزرگ در مقابل مرور،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۴۱ صفحه

اقتصاددانان منابع از کار بر روی داده های نظر سنجی به کاری که شامل داده های بزرگ است؛ جابجا می نمایند. این انالیز در اکتشافات تجربی از معادلات جبران خسارت است که نیاز به جایگزینی دارد. مدل های موازی با استفاده از داده های دفتر اعتباری Equifax و بررسی داده های مالی مصرف کننده تخمین زده می شود. بعد از تنظیمات حساب برای تعریف متغییرهای مختلف و جمع اوری نمونه ها؛ برای برای رسیدن به مدل های مشابه از کل بدهی خانوار امکان پذیر است. با وجود این؛ تخمین ها به تنظیمات حساس هستند. در این مثال؛ برخی از آموزش های خارجی و اقدامات درآمد با موفقیت داده های بزرگ ادغام می شوند، اما سایر ارقام خارجی به درستی جایگزین پاسخ های نظرسنجی نمی شوند.

کلمات کلیدی: داده های بزرگ | داده های مروری | بدهی خانوار

عنوان انگلیسی:

Big Data versus a survey

~~en~~ writers :

Stephan D: Whitaker

Economists are shifting resources from work on survey data to work involving “Big Data.” This analysis
is an empirical exploration of the trade-offs this substitution requires. Parallel models are estimated
using Equifax credit bureau data and Survey of Consumer Finances data. After adjustments to account
for different variable definitions and sampled populations, it is possible to arrive at similar models of
total household debt. However, the estimates are sensitive to the adjustments. In this example, some
external education and income measures are successfully integrated with the big data, but other external
aggregates fail to adequately substitute for survey responses.

Keywords: Big Data | Survey data | Household debt

$$en!!