TILS2300 Sekamallit ja pitkittäisaineistojen analyysi (2–5 op)

Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
suomi
Vastuuorganisaatio:
Matematiikan ja tilastotieteen laitos
Opetussuunnitelmakaudet:
2020-2021, 2021-2022, 2022-2023, 2023-2024

Kuvaus

Olet kerännyt pitkittäisdataa (esim. kasvukäyrät) tai useita mittauksia samalta havaintopaikalta (kuten metsäpalstat, koululuokat). Havaintosi ovat nyt korreloituneita. Miten huomioit tämän mallinnuksessa? Tämä kurssi on jatkoa kursseille YLM1 ja YLM2. Kurssilla perehdytään menetelmiin, joita voidaan soveltaa tilanteissa, joissa aineisto sisältää korreloituneita havaintoja (klusteroidut havainnot, toistomittaukset, pitkittäistutkimusten aineistot, spatiaalinen data, jne.). Keskeisimpiä menetelmiä ovat sekamallit sekä yleistetyt estimointiyhtälöt (GEE). Kurssilla käydään läpi menetelmien perusteoriaa (mallien määrittely, parametrien estimointi, ennustaminen, testaus). Menetelmien soveltamista erilaisiin empiirisiin aineistoihin harjoitellaan R- ja/tai SAS-ohjelmistojen avulla. Aikataulun salliessa tarkastellaan edellä mainittujen menetelmien lisäksi pitkittäisaineistojen analysointia transitiomallien avulla.

Osaamistavoitteet

Kurssin menestyksellisesti suorittanut opiskelija:
  • tuntee kurssilla esiteltyjen menetelmien perusteorian: osaa määritellä mallit sekä listata mallien oletukset; tuntee keskeisimmät estimointi- ja ennustamistekniikat.
  • osaa valita empiiriseen aineistoon sopivan mallin kovarianssirakenteineen sekä sovittaa mallin R-ohjelmistolla; osaa tarkastella kriittisesti valitsemaansa mallia.
  • osaa tehdä aineistoon liittyviä johtopäätöksiä tilastollisen analyysin perusteella sekä raportoida tulokset tekemästään analyysistä.
Tilastotieteen opintosuunnan opiskelija hallitsee lisäksi käsiteltyihin menetelmiin liittyvän tilastotieteen teorian.

Lisätietoja

Tilastotieteen opintosuunnan opiskelijoilla kurssin laajuus on 4-5 op
Muilla opiskelijoille luentoja on vähemmän ja kurssin laajuus on 2 op.

Esitietojen kuvaus

Tilastotieteen opintosuunnan opiskelijoilla: Tilastollinen päättely 1 ja 2, Yleistetyt lineaariset mallit 1 ja 2, R-kurssi

Muilla opiskelijoilla: Datasta malliksi tai Tilastomenetelmien peruskurssi tai vastaavat tiedot, perusvalmiudet R-ohjelmiston käyttöön. Esitiedoiksi suositellaan myös Yleistetyt lineaariset mallit 1 -kurssia 5 op:n suorituksena.

Suoritustavat

Tapa 1

Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Valitaan kaikki merkityt osat

Tapa 2

Arviointiperusteet:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x

Osallistuminen opetukseen (2–5 op)

Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen. Opetusohjelmassa esitellään tarkemmat arviointiperusteet.
Suorituskieli:
englanti, suomi
Työskentelytavat:

Harjoitukset, harjoitustyö ja kurssitentti. 
Suoritustavat esitellään tarkemmin opetusohjelmassa.

Opetus

x

Tentti (2–5 op)

Tyyppi:
Tentti
Arviointiasteikko:
0-5
Arviointiperusteet:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä. Opetusohjelmassa esitellään tarkemmat arviointiperusteet.
Suorituskieli:
englanti, suomi
Työskentelytavat:

Kurssin lopputentti. Suoritustavat esitellään tarkemmin opetusohjelmasssa.

Ei julkaistua opetusta