Lineaariset sekamallit

Luennoitsija

Juha Alho

Laajuus

6 op.

Tyyppi

Tunniste 78003. Aineopintojen erikoiskurssi.
Voidaan täydentää empiirisellä harjoitustyöllä tai teoriatentillä syventävien opintojen erikoiskurssiksi, jolloin laajuus on 8 op.

Sisältö

Kurssilla perehdytetään opiskelija kausaalitutkimuksessa käytettyihin regressiomalleihin tilanteissa, joissa esiintyy sekä yksilö- että ryhmätason selittäjiä. ”Yksilö” voi viitata esimerkiksi perheenjäseneen tai oppilaaseen ja ”ryhmä” vastaavasti perheeseen tai koululuokkaan. Usein perheeseen tai koululuokkaan liittyy vaikeasti mitattavia piirteitä, jotka kuitenkin vaikuttavat selitettävään ilmiöön. Tällöin voidaan ajatella, että ryhmävaikutus on satunnainen ja niin sanottu sekamalli, joka sisältää sekä kiinteitä että satunnaisia vaikutuksia voi tulla kyseeseen.

Kurssilla rajoitutaan lineaarisiin sekamalleihin ja oletetaan, että vastemuuttujat ovat normaalisia. Kurssi voi samalla toimia johdatuksena yleistettyihin lineaarisiin sekamalleihin, joissa vaste voi olla luokitteluasteikollinen tai esimerkiksi lukumäärä. (Yleistetyt lineaariset sekamallit, 78005, luennoidaan 2. Periodilla.)

Laskentatyökaluina käytetään R-ohjelmistoon kuuluvia funktioita. Näitä kehitetään jatkuvasti lisää mutta esimerkiksi lm, lme, nlme ja MCMCglmm ovat kurssin kannalta hyödyllisiä. Osittain vastaavia analyysejä voidaan suorittaa myös esimerkiksi SAS-, MLWiN- ja WinBUGS-ohjelmilla.

Tavoitteet

Kurssin suoritettuaan opiskelija ymmärtää millaisiin tutkimuskysymyksiin lineaarisilla sekamalleilla voidaan hakea vastauksia ja osaa käyttää joitain laskennassa tarvittavia ohjelmapaketteja.

Esitiedot ja kohderyhmä

Kurssilla oletetaan, että opiskelijalla on perustiedot regressioanalyysistä sekä suurimman uskottavuuden estimoinnista. Lineaaristen sekamallien kuvauksessa käytetään matriisilaskennan merkintöjä. Aiempi kokemus R-ohjelmiston käytöstä on hyödyksi muttei välttämätöntä kurssin suorittamiseksi.

Kurssi soveltuu tilastotieteen aine- tai syventäviä opintoja suorittaville opiskelijoille sekä esimerkiksi tutkimuslaitoksissa toimiville jatko-opiskelijoille ja tutkijoille.

Luentoajat

1. periodi, 03.09-16.10.2013.

Luennot ovat tiistaisin ja keskiviikkoisin klo 10-12  

Paikka: Exactum B120

Suoritustapa

Luentoja ja harjoituksia (yht. 24 t)

Aineopinnot: Loppukuulustelu ja harjoitukset (6 op). Syventävät opinnot: Loppukuulustelu ja harjoitukset sekä syventävä harjoitus- tai teoriatyö (8 op).

Lähteitä

Fox J. (2002) Linear mixed models. Appendix to an R and S-PLUS Companion to Applied Regression.

Galecki A. And Burzykowski T. (2013) Linear mixed-effects models using R: a step-by-step approach. New York: Springer.

Hadfield J.D. (2010) MCMC methods for multi-response generalized linear mixed models: The MCMCglmm R package. Journal of Statistical Software, Vol. 33, issue 2, 1-22.

Searle S.R. (1987) Linear models for unbalanced data. New York: Wiley.

Ilmoittaudu

Unohditko ilmoittautua? Lähetä meilillä nimesi, opiskelijanumerosi ja mille kurssille haluaisit päästä osoitteeseen johanna.hyytiainen(a)helsinki.fi.

Did you forget to register? Send your name, student number and the course you wish to participate in  to the address johanna.hyytiainen(a)helsinki.fi.