Lineaaristen mallien sovellukset, kevät 2011
Lineaaristen mallien sovellukset, kevät 2011
Luennoitsija ja harjoitusten ohjaajat
Kimmo Vehkalahti, VTT, dosentti
Annu Nissinen, LuK
Laajuus
8 op (tai 6 op, ks. alla)
Esitietovaatimukset
Jonkin tilastolliseen analyysiin soveltuvan ohjelmiston (esim. Survo, SPSS, R tai SAS) perustaidot sekä riippuen kurssin tavoitellusta suorituslaajuudesta:
8 op: Tilastollinen päättely ja Lineaariset mallit
(6 op: Tilastotieteen johdantokurssi, osat 1 ja 2 sekä Data-analyysi tai vastaavat tiedot)
Aikataulu
Kurssi järjestetään keskustakampuksella IV periodilla. Kurssi alkaa luennolla 16.3.2011 klo 8:15, ja harjoitukset alkavat heti sen jälkeen.
Luennot ke 8-10 (Unioninkatu 37, sh 4)
- 16.3.2011 - 20.4.2011
Harjoitukset ke 10-12 (Snellmaninkatu 12, SSKH IT-sal)
- 16.3.2011 - 20.4.2011
- Tehtävien ratkaisut, ratkaisuyritykset ja dokumentaatiot on talletettava verkkoalueelle viimeistään esitysviikon maanantaiaamuna.
Esitykset ti 14-16 (Snellmaninkatu 12, SSKH IT-sal)
- Käydään yhdessä läpi edellisen viikon tehtävien ratkaisuja. Kurssilaiset esittävät ratkaisuehdotuksiaan muille kertoen mitä kaikkea ovat oppineet tehtävistä, miten ovat kyseisiin tuloksiin päätyneet, mitä ongelmia ovat havainneet, jne. Luennoitsija kommentoi esityksiä vähintään yhtä aktiivisesti.
- 22.3.2011 - 19.4.2011
Suoritustapa
Ratkaiseva, 5-portaisella asteikolla arvioitava suoritus on itsenäisesti laadittu kirjallinen, n. 20 sivun harjoitustyö, joka palautetaan kurssin luennoitsijalle ja josta saa kirjallisen palautteen. Kaiken A ja O on kuitenkin Aktiivinen Osallistuminen kurssin luentojakson aikana sekä lähiopetuksessa (luennot, harjoitukset ja esitykset) että verkkoalueella (BSCW).
- Luennoitsija seuraa ja rekisteröi kurssilaisten aktiivisuutta. Pelkkä läsnäolo ei riitä kurssin suoritukseen, vaan pitää olla valmis tekemään töitä, "olemaan hereillä" (myös keskiviikkoaamuisin) ja kommentoimaan sekä omia että muiden tekemisiä.
- Kurssiin kannattaa varata aikaa vähintään kaksinkertaisesti opetustuntien määrään nähden, jotta opetuksen lisäksi tapahtuu myös oppimista.
- Harjoitustyöaineistot jaetaan BSCW:ssä kurssin alkupuolella.
- Harjoitustyö on palautettava luentojakson jälkeen, jotta suoritukset voidaan rekisteröidä ennen kesää. Tarkemmat ohjeet kurssin alkaessa.
Sisältö
Kurssilla keskitytään lineaarisen mallin (regressio- ja varianssianalyysin) soveltamiseen analysoimalla käytännön tutkimusaineistoja, arvioimalla tilastollista mallia havaintoaineiston informaation tiivistäjänä sekä esittämällä tutkimusongelmat ja tulokset selkeästi graafisia menetelmiä ja vastaavia tilastollisia esitystapoja käyttäen.
Regressiomallin rakentaminen
- Lineaarinen tilastollinen malli
- Regressioanalyysi pääpiirteittäin
- Mallintamisen valintatilanteet
Diagnostiikka ja muunnokset
- Mallin yleinen diagnosointi
- Riippuvuuksien linearisointi
- Vaikutusvaltaiset havainnot
Luokittelevat muuttujat
- Kategoriset selittäjät eli faktorit
- Yhdysvaikutukset eli interaktiot
- Varianssianalyysi pääpiirteittäin
Ilmoittaudu
HUOM! Kerro lisätietokentässä, oletko suorittanut Lineaaristen mallien kurssin tai aiotko suorittaa sen tämän kanssa samaan aikaan.
Unohditko ilmoittautua? Mitä tehdä.
Kirjallisuus
Oheislukemista
- Cook, R. Dennis & Weisberg, Sanford (1999). Applied Regression Including Computing and Graphics. Wiley.
- Weisberg, Sanford (2005). Applied Linear Regression. 3rd ed., Wiley.
- Alkula, Tapani; Pöntinen, Seppo & Ylöstalo, Pekka (1994). Sosiaalitutkimuksen kvantitatiiviset menetelmät. WSOY.
- Dalgaard, Peter (2002). Introductory Statistics with R. Springer.
- DeMaris, Alfred (2004). Regression with Social Data: Modeling Continuous and Limited Response variables. Wiley.
- Draper, Norman R. & Smith, Harry (1998). Applied Regression Analysis, 3rd ed., Wiley.
- Ruppert, David; Wand, M. P. & Carroll, R. J. (2003). Semiparametric Regression. Cambridge University Press.
- Seber, George A. F. & Lee, Alan J. (2003). Linear Regression Analysis. 2nd ed., Wiley.
- Stevens, James P. (2002). Applied Multivariate Statistics for the Social Sciences. 4th ed., Lawrence Erlbaum.
- Sund, Reijo (2001). Minimum Description Length based model selection in linear regression.
- Vehkalahti, Kimmo (2008). Kyselytutkimuksen mittarit ja menetelmät. Tammi.
- Wild, Christopher J. & Seber, George A. F. (2000). Chance Encounters: a First Course in Data Analysis and Inference. Wiley.