Luentopäiväkirja, Tilastollinen päättely I, kevät 2017

Last modified by ppiiroin@helsinki_fi on 2024/03/27 10:31


Luentopäiväkirja, Tilastollinen päättely I, kevät 2017

pvm

luennoitsija

aihe, monisteen luvut

lue etukäteen monisteesta

 

laskuharjoitustehtävät,

julkaistaan myös Moodlessa ja

malliratkaisut vain Moodlessa

ke 15.3

Siru 

Henkka

kurssin yleiset asiat

Rupattelua tilastollisesta

päättelystä ja todennäköisyys-

laskennasta. Monisteen sivujen

4-5 alustavaa tarkastelua.

 

 

pe 17.3

Henkka

Monisteen luvun 2 esimerkit

ja luku 4.1, jota vielä kerrataan

ensi kerralla.

 

 

ke 22.3

Henkka

Edellisen viikon kertausta ja

suurimman uskottavuuden

estimointia. Esimerkki Poisson-

jakaumasta.

Keskiviikkona tullaan puhumaan

ainakin kurssimonisteen luvun 4.2

teemoista.

pe 24.3

Henkka

Tarkastelimme normaalijakauma-

mallin parametrien estimointia.

Luentomonisteessa asia on

esitetty luvussa 4.4.

Yritetään päästä perjantaina

käsittelemään lukua 4.4.

 

ke 29.3

Petteri

Kertausta, su-estimonnista

ja normaalijakaumamallista.

Johdattelua R:llä luottamus-

väleihin ja -joukkoihin

Etukäteen kannattaa katsoa lukuja

4.4 sekä 5.1 ja 5.6.1 ja kerrata

aiempaa.

pe 31.3

Henkka

Saranasuure, luottamusväli ja

erikoistapauksena luottamusväli

normaalijakaumamallissa, jossa

varianssi tunnettu. Aika loppui

kesken, joten asiasta jatketaan

seuraavalla kerralla.

Tarkastellaan lukuja 5.1 - 5.6.1.

 

ke  5.4

Henkka

Käsiteltiin luottamusvälejä

normaalijakaumamallissa,

olettaen varianssiparametrin

tunnetuksi. Lopuksi tutustuttiin

t-jakauman määritelmään

ja johdettiin sopiva saranasuure

seuraavaa kertaa varten.

Tullaan käsittelemään lukua 5

sekä kertaillen että edeten uuteen

asiaan, joten luvun 5 lukeminen

on varmasti hyödyksi.

pe 7.4

Henkka

Luottamusvälin muodostaminen

normaalijakaumamallissa, kun

on varianssi tuntematon. Lisäksi

käytiin läpi varianssiparametrin

luottamusvälin muodostaminen.

t-jakauman määritelmä ja

siihen liittyvät luentomonisteen

tulokset.

 

ke 12.4

Ville

Luku 10: Bayes-päättely

jatkuvan parametrin tapauksessa.

Priori ja posteriorijakauma. Konjugaatti-

priorit. Luennon R-esimerkit:jtp12_04_2017.R

Kappaleet 10.1. ja 10.2. Kertaa tarvittaessa

ehdollisen todennäköisyyden määritelmä,

ketjusääntö ja Bayesin kaava kurssilta

Todennäköisyyslaskenta I.

pääsiäisloma

 

 

 

 

pe 21.4

Siru

Katso Moodlen uutiset. Lisämateriaalia ensi viikolla

Ei ole luentoa.

 

ke  26.4

Petteri

Käsitellään tilastollista testaamista esimerkkien

avulla. Perusasetelma, hypoteesit, testisuure,

merkitsevyystaso ja hylkäysvirheen tn,t-testisuure

esimerkille, p-arvo eli havaittu merkitsevyystaso.

Luvut 6.1, 6.4, 6.7

pe  28.4

Petteri

Käsitellään tilastollista testaamista. Laskettiin p-arvot

esimerkeille ja johdettiin p-arvolle lauseke

kaksisuuntaiselle t-testille sekä z-testille. Käsiteltiin

p-arvon tulkintaa ja siihen liittyviä väärinkäsityksiä.

(kalvot, skannit)

Luvut 6.2., 6.5 (ei voiman käsitettä) ja 6.7.

Luvut 6.9 ja 6.10.

 

ke   3.5

Henkka

Lineaarinen regressio, monisteen luvut 9.1 - 9.3

 

 

pe  5.5

 

 

 

pe 12.5

 

kurssikoe klo 12.15 - 14.45

 

 

Koealue, monisteen luvut ja laskuharjoitukset 1-6:                                                                                                                               

Monisteen luvut:

Luku 1

Luku 2

Luku 3

Luvut 4.1 - 4.4

Luvut 5.1 - 5.6

Luvut 6.1-6.2, 6.4-6.5 (ilman voiman käsitettä), 6.7 ja 6.9-6.10. Taulukot 6.1. ja 6.2. soveltuvin osin.

Luvut 9.1 - 9.3

Luku 10