Timing

Luennoidaan vuosittain, 4. periodi

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssi Lineaaristen mallien sovellukset on suoritettu.

Objectives

Kurssin tavoitteena on perehdyttää opiskelija moniulotteisten frekvenssiaineistojen analyysiin ja kuvaamiseen tilanteissa joissa mittaaminen on usein nominaaliasteikollista ja riippuvuudet epälineaarisia. Tällaisia tilanteita esiintyy tyypillisesti mm. käyttäytymistieteissä, lääketieteessä ja biologiassa. Kurssi keskittyy frekvenssiaineistojen analysointiin erityisesti korrespondenssianalyysiin ja epälineaaristen monimuuttuja-analyysien avulla. Muita tarkasteltavia menetelmiä ovat erotteluanalyysi, ryhmittelyanalyysi, regressiomallien yleistäminen nominaaliasteikoille, moniulotteinen skaalaus ja rinnakkaisten arvioitsijoiden luotettavuuden arviointi (Cohenin kappa).

Course work and forms of study

Luentoja (28 t) ja harjoituksia (28 t). Harjoitustyö (6 op), harjoitustyö ja essee (10 op).

Timing

Luennoidaan vuosittain, 1. periodi

Prerequisites

6 op: tilastotieteen johdantokurssi, 8 op: tilastollinen päättely ja lineaariset mallit

Objectives

Kurssin tavoitteena on oppia analysoimaan käytännön tutkimusaineistoja ja formuloimaan, estimoimaan ja arvioimaan tilastollista mallia havaintoaineiston informaation tiivistäjänä sekä esittämään tutkimusongelmat ja tulokset selkeästi graafisia menetelmiä ja muita tilastollisia esitystapoja käyttäen. Kurssi on sovelluspainotteinen, ja siinä keskitytään erityisesti regressioanalyysin soveltamiseen eri alojen tilastollisessa tutkimuksessa. Kurssin tukena käytetään BSCW-ryhmätyöohjelmaa, jonka perustaidot opetetaan kurssin alussa. Kurssilla voi käyttää mitä tahansa soveltuvaa tilastollista ohjelmistoa, joita ovat mm. Survo, R, SPSS ja SAS. Lisäksi kurssilla tutustutaan regressioanalyysin visualisointiin erikoistuneeseen Arc-ohjelmistoon.

Course work and forms of study

Luentoja (14 t), harjoituksia (14 t) ja harjoitustehtävien esitystilaisuuksia (14 t) sekä itsenäinen harjoitustyö; 10 op:n suoritus edellyttää lisäksi teoreettisempaa esseetä tai harjoitustyötä.

Timing

Luennoidaan vuosittain, 2. periodi

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssi Lineaaristen mallien sovellukset on suoritettu.

Objectives

Kurssin tavoitteena on perehdyttää opiskelija tilastoaineiston keruun ongelmiin, erityisesti satunnaisuudesta johtuvaan epävarmuuteen. Satunnaisvaihtelu vaikuttaa otantaan ja mittaamisen tarkkuuteen. Kurssilla laajennetaan satunnaisuuden vaikutuksen arviointia otannasta myös mittauksen laatuun, mittausvirheisiin ja mittauksen sisältöön. Kurssilla perehdytään havaintoaineiston laadun arvioimiseen ja mittausvirheiden vaikutuksen arviointiin sekä tässä tarvittaviin tilastollisiin menetelmiin. Kurssi soveltuu kaikille, jotka joutuvat laatimaan mitta-asteikkoja, indeksilukuja ja muita tilastollisten yksiköitten tunnuslukuja. Kurssi tukee myös tieteellisten artikkelien kriittistä lukemista ja arviointia. Tarkasteltavia aiheita ovat mittaamisen tasot (luokittelu-, järjestys-, välimatka- ja suhdeasteikko), mittaamisen tason vaikutus analyysimenetelmiin, mittaamisen laadun arviointi (reliabiliteetti ja validiteetti), mittausmalli ja rakennevaliditeetti, mittauksen reliabiliteetin arvioiminen, mitta-asteikkojen laatiminen, ennustevaliditeetti.

Course work and forms of study

Luentoja (28 t) ja harjoituksia (28 t). Harjoitustyö (6 op), harjoitustyö ja essee (10 op).

Timing

Luennoidaan vuosittain, 3. periodi

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssi Lineaaristen mallien sovellukset on suoritettu.

Objectives

Kurssin tavoitteena on perehdyttää opiskelija moniulotteisten ilmiöiden tutkimiseen eräiden klassisten monimuuttujamenetelmien avulla sekä tuoda monimuuttujamenetelmien sovellukset lähemmäksi tutkittavia ilmiöitä. Kurssilla tarkastellaan erityisesti tilastollisten muuttujien ja tarkasteltavien ilmiöiden välistä riippuvuutta. Kurssi keskittyy klassisen monimuuttujateorian mukaisten korrelaatiopohjaisten riippuvuusrakenteiden tarkasteluun. Tarkasteltavia menetelmiä ovat eksploratorinen faktorianalyysi, konfirmatorinen faktori-analyysi, rakenneyhtälömallit, regressioanalyysi ja kanoninen analyysi.

Course work and forms of study

Luentoja (28 t) ja harjoituksia (28 t). Harjoitustyö (6 op), harjoitustyö ja essee (10 op).

Timing

Luennoidaan säännöllisesti (joka toinen vuosi, 4. periodi)

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssit Tilastotiede käytännön tutkimuksessa, Survey-metodiikka ja/tai Otantamenetelmät on suoritettu.

Objectives

Kurssin tavoitteena on perehdyttää opiskelija otanta-aineistojen tilastolliseen analyysiin erityisesti tilanteissa, joissa aineisto on kerätty jollakin mutkikkaalla otanta-asetelmalla. Tällaisia ovat esimerkiksi ositetut moniasteiset otanta-asetelmat, joihin sisältyy ositus ja ryvästyminen. Mutkikkaita otanta-asetelmia käytetään monien eri tieteenalojen empiirisessä tutkimuksessa. Kurssilla käsitellään ns. asetelmaperusteisia tilastollisia menetelmiä, joilla otanta-asetelman ominaispiirteet (ositus, ryvästyminen, painokertoimet) voidaan ottaa huomioon tilastollisen analyysin yhteydessä. Yhteensopivuus-, homogeenisuus- ja riippumattomuustestien lisäksi käsitellään lineaarisia ja logistisia malleja ja menetelmien soveltamista tilastollisilla ohjelmistoilla.

Timing

Luennoidaan säännöllisesti (joka toinen vuosi, 4. periodi)

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssit Tilastotiede käytännön tutkimuksessa ja Survey-metodiikka on suoritettu.

Objectives

Kurssilla annetaan yleiskuva tilastollisista otantamenetelmistä ja niiden käytöstä eri tieteenalojen empiirisessä tutkimuksessa. Esiteltäviä menetelmiä ovat yksinkertainen satunnaisotanta, systemaattinen otanta ja ositettu satunnaisotanta sekä vaativampina menetelminä ryväsotanta, moniasteinen otanta ja pps-menetelmä (todennäköisyys suhteellinen kokoon) ja menetelmiin liittyvä piste-estimointi ja väliestimointi. Muita käsiteltäviä aiheita ovat otoskoon määrittelyn perusteet ja lisäinformaation käyttö otannassa ja estimoinnissa. Esimerkkejä annetaan aidoista tilanteista, ml. ihmisiä, kotitalouksia ja yrityksiä koskevat otosperusteiset tiedonkeruut ja tutkimukset. Lisäksi tarkastellaan otantaan ja estimointiin soveltuvia tilastollisia ohjelmistoja. Kurssi soveltuu tilastotieteen aine- tai syventäviä opintoja suorittaville opiskelijoille sekä myös yliopistoissa, korkeakouluissa ja tutkimuslaitoksissa toimiville jatko-opiskelijoille ja tutkijoille.

Course work and forms of study

Luentoja, seminaari-istuntoja ja käytännön harjoituksia (yht. 36 t). Loppukuulustelu (6 op), loppukuulustelu ja harjoitustyö (8 op). Harjoituksissa käytetään tilastollisia ohjelmistoja (SAS, SPSS, erikoisohjelmistoja).

Timing

Luennoidaan vuosittain, 3. periodi

Prerequisites

Kurssin suorittamista helpottaa, jos tilastotieteen johdantokurssin lisäksi kurssi Tilastotiede käytännön tutkimuksessa on suoritettu.

Objectives

Kurssilla esitellään surveyn keskeiset käsitteet ja menetelmät. Se kattaa survey-prosessin kaikki vaiheet seuraavasti: aineiston kokoaminen ml. lomakesuunnittelu, poikkileikkaus- ja pitkittäisaineistot, otannan ja estimoinnin perusmenetelmät, aineiston puhdistaminen ml. tilastollinen editointi, imputointi ja uudelleenpainotus, survey-aineistojen ja rekisteriaineistojen yhteiskäyttö, ideaalin survey-aineiston ominaisuudet, survey-aineiston perusanalyysi sekä aineiston jakelu ml. tietosuojamenetelmät. Matemaattisteknillinen esitystapa minimoidaan olennaisimpaan.

Kurssi antaa hyvät perustiedot syventämään surveyn eri erikoisalojen osaamista. Sitä suositellaan niille jotka aikovat jatkaa erikoiskursseilla Otantamenetelmät ja Otanta-aineistojen analyysi. Kurssi sopii eri alojen opiskelijoille ja tutkijoille.

Course work and forms of study

Luentoja, seminaari-istuntoja ja käytännön harjoituksia (yht. 42 t). Loppukuulustelu (8 op), loppukuulustelu ja harjoitustyö (10 op).

Timing

Luennoidaan kahdesti vuosittain, sekä 2. että 4. periodi

Objectives

Kurssin tavoitteena on oppia tilastollisen tietojenkäsittelyn perusteita, tilastoaineiston esikäsittelyä sekä hyviä työskentelytapoja. Käsiteltäviin asioihin kuuluvat tilastoaineistojen ohella myös työvälineet eli tilastollisen tietojenkäsittelyn ohjelmistot, sekä työskentelytavat ja töiden dokumentointi. Kurssin aiheet voidaan tiivistää kolmeen teemaan: välineet, aineistot ja työtavat. Kurssin tukena käytetään BSCW-ryhmätyöohjelmaa, jonka perustaidot opetetaan kurssin alussa.

Course work and forms of study

Luentoja (8 t), harjoituksia (8 t) ja ryhmätöiden esitystilaisuuksia (8 t)

Timing

Kurssi järjestetään vuosittain, 1. ja 2. periodi

Prerequisites

Tilastotieteen johdantokurssi tai vastaavat tiedot sekä oman pääaineen aineopintotasoiset menetelmäopinnot

Objectives

Kurssin tavoitteena on laajentaa johdantokurssien antamaa kuvaa tilastollisten menetelmien roolista empiirisen tutkimusaineiston keräämisessä, puhdistamisessa, analyysissa ja tulosten jakelussa, kehittää tilastollista ajattelua ja sen hyödyntämistä erityyppisissä tutkimusongelmissa, antaa historiallista perspektiiviä tilastotieteen kehittymisestä ja toisaalta mahdollisia näkökulmia tulevaisuuteen sekä edistää tilastotieteen realistista ja tervejärkistä hyötykäyttöä. Käytännön esimerkkien avulla havainnollistetaan esiteltävien tilastollisten menetelmien periaatteita ja soveltuvuutta erilaisiin tutkimustilanteisiin. Lisäksi esitellään yleisimpiä tilastollisia ohjelmistoja (SAS, SPSS, eräitä erikoisohjelmia) ja annetaan ohjelmistojen käyttöesimerkkejä.

Course work and forms of study

Luentoja (48 t). Välikokeet tai loppukuulustelu (8 op), välikokeet tai loppukuulustelu ja harjoitustyö (10 op).