ja arvioita ohjelmiston soveltuvuudesta TILTP1 kurssin käyttöön
|
|
- Pirkko Mikkola
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Analysis Lab tilastoohjelmiston toimintojen esittely ja arvioita ohjelmiston soveltuvuudesta TILTP1 kurssin käyttöön Raportin tekijä Jorma Jokisalo
2 SISÄLLYS 1. JOHDANTO 3 2. YLEISTÄ ANALYSIS LAB-OHJELMISTOSTA 4 3. ANALYSIS LAB-OHJELMISTON KÄYTTÖ HAVAINTOAINEISTON TALLENTAMINEN ANALYSOINTIA VARTEN VALMIIN HAVAINTOAINEISTON KÄYTTÖ OMAN HAVAINTOAINEISTON TALLENTAMINEN OMAN HAVAINTOAINEISTON TALLENTAMISESSA HUOMIOITAVAA ANALYSOITAVIEN MUUTTUJIEN VALINTA 7 4. TILASTOLLISTEN ANALYYSIEN TEKEMINEN ANALYSIS LAB-OHJELMISTOLLA "DESCRIPTIVE" "BOX-PLOT" "HISTOGRAM" "CORRELATION/REGRESSION" ANALYSIS LAB- OHJELMISTON TARJOAMAT TESTAUSTYÖKALUT 13 2
3 1. Johdanto Tämä raportti on laadittu tutustumalla Tampereen Yliopiston Matemaattisten tieteiden laitoksen syksyllä 2002 järjestämän Tilastotieteen johdantokurssin (TILTP1:n) kotisivulla osoitteessa olevassa linkkikokoelmassa mainittuun Analysis Lab nimiseen tilasto-ohjelmistoon. Raportin tarkoituksena on esitellä Analysis Lab-ohjelmisto ja sen tarjoamat analyysityökalut lukijalle. Esityksen perusteella lukijalle on tarkoitus antaa selkeä kuva siitä, miten Analysis Lab ohjelmistoa voi hyödyntää (jos voi) TILTP1-kurssin aikana käsiteltyjen asioiden käsittelemiseen. Raportin on myös tarkoitus toimia lyhyenä ohjelmiston käyttöön opastavana käyttöohjeena. Esityksessä lähdetään liikkeelle yleisistä Analysis Lab-ohjelmiston ominaisuuksista edeten pienen havaintomatriisin talletuksen kuvaamisesta varsinaisten ohjelmiston tarjoamien analyysityökalujen käytön esittelyyn. Saman aikaisesti ohjelmiston käytön kuvauksen kanssa on tarkastelussa pyritty jatkuvasti ottamaan kantaa ohjelmistossa oleviin puutteisiin ja huomioimaan sen tarjoamien työkalujen mahdollinen soveltumattomuus TILP1 kurssilla käsiteltävien asioiden kannalta tarkasteltuna. 3
4 2. Yleistä Analysis Lab-ohjelmistosta Tilastollisten analyysien tekemiseen soveltuva Analysis Lab-ohjelmisto on kaikkien halukkaiden käytettävissä ilman maksua ja se löytyy Internetistä seuraavan näköiseltä sivulta, joka löytyy osoitteesta: Vaatimuksena Analysis Lab- ohjelmiston käytölle on se, että käytetty verkkoselain on JAVA 1.1 yhteensopiva. Mikäli verkkoselain ei tue standardia näkyy Analysis Lab- ohjelmiston verkkosivun vasemmassa ylänurkassa olevan "ANALYZE" -painikkeen tilalla virheilmoitus "Your browser either does not support JAVA or has JAVA disabled.". Tällöin Analysis Labohjelmiston käyttö ei onnistu ilman JAVA-tuen asentamista. Lisätietoja asiasta löytyy linkistä: 3. Analysis Lab-ohjelmiston käyttö 3.1 Havaintoaineiston tallentaminen analysointia varten Ohjelmiston käyttö aloitetaan painamalla verkkosivun vasemmassa ylänurkassa olevaa "ANALYZE" -painiketta, jolloin Analysis Lab-ohjelmiston varsinainen käyttövalikko ilmestyy ruudulle seuraavanlaisena popup-ikkunana. Tämän jälkeen ohjelmisto on valmis ottamaan vastaan halutun havaintoaineiston analysoitavaksi. 4
5 3.1.1 Valmiin havaintoaineiston käyttö Analysis Lab-ohjelmistolla on, ainakin vielä tällä hetkellä JAVA-appleteihin sisältyvien tietoturvariskien johdosta, mahdollisuus käyttää valitettavasti ainoastaan Rice University:n palvelimella olevia valmiita havaintoaineistoja. Valmiiksi talletetun havaintoaineiston avaaminen analysointia varten tapahtuu valitsemalla halutusta "Data Library" -tietokannasta "Dataset"- kohtaan tarkasteltava havaintoaineisto. Suoritetun valinnan jälkeen analysoitavaksi valitun havaintoaineiston kuvaus ilmestyy ikkunan oikeassa reunassa olevaan näyttöruutuun Oman havaintoaineiston tallentaminen Oma havaintoaineisto on hyvä olla valmiiksi muokattuun havaintomatriisimuotoon tallennettuna ennen sen tallentamista Analysis Lab-ohjelmistolla analysoitavaksi. Analysis Lab-ohjelmistosta ei nimittäin löydy työkaluja muuttujien käsittelyyn tai muunnosten tekemiseen. Nämä toimenpiteet on näin ollen suoritettava etukäteen, jotain toista sovellusta tai ohjelmistoa hyväksikäyttäen. Oman havaintoaineiston tallentaminen ohjelmistoon tapahtuu painamalla "Data Library" -tietokannassa olevan valmiin havaintoaineiston valitsemisen sijasta ruudun oikeassa reunassa olevaa "Enter/Edit User Data" -painiketta, jonka painamisen seurauksena avautuvaan "Enter data" -nimiseen ikkunaan oma havaintoaineisto voidaan tallentaa. 5
6 Havaintoaineiston sisältämä data voidaan näppäillä kokonaisuudessaan ikkunaan, mutta huomattavasti helpompaa ja erittäin suositeltavaa on käyttää "copy-paste" menetelmää, mikäli tähän on mahdollisuus. Omaa havaintoaineistoa tallennettaessa ensimmäinen rivi on varattu muuttujien nimien määrittelyä varten. Muuttujien nimien määrittämiseen on mahdollista käyttää useita kirjaimia. Analysoitavan havaintoaineiston muuttujien havaintoarvot syötetään numeerisessa muodossa muuttujien nimien määrittelyä seuraaville riveille. Muuttujien nimet (ja niiden saamat havaintoarvot) on erotettava toisistaan joko välilyöntinäppäimen tai vaihtoehtoisesti tabulaattorin avulla. Desimaalilukuja sisältävän datan syötössä on huomioitavaa, että Analysis Lab-ohjelmisto ei osaa lukea desimaalipilkkuja "," joten ne on korvattava pisteellä ".". Muussa tapauksessa desimaalidataa sisältävän havaintomatriisin tallentaminen ohjelmaan ei onnistu Oman havaintoaineiston tallentamisessa huomioitavaa Analysis Lab -ohjelmistolla voidaan analysoida ainoastaan numeerisessa muodossa ilmaistuja muuttujia, eli se on tarkoitettu lähinnä kvantitatiivisen tilastodatan käsittelyyn. Kategoriset muuttujat voidaan tosin koodata ts. ilmaista numeeristen muuttujien avulla. Tällöin ongelmana on kuitenkin se, ettei numeroarvoilla ei ole määrällistä tulkintaa - ne ovat vain luokkien nimiä tai kertovat mahdollisesti luokkien järjestyksen. Analysis Lab -ohjelmistolla käsiteltävän luokitteluasteikollisen muuttujan saamissa havainnoissa tulee lisäksi olla edustettuna kaikki 6
7 kyseiselle muuttujalle mahdolliset luokat. Kvalitatiivisen muuttujan arvot on lisäksi ilmaistava kokonaisluvuin alkaen ykkösestä. Eräs myöskin nopeasti havaittavista Analysis Lab -ohjelmiston puutteista on sen kykenemättömyys käsitellä puuttuvaa dataa. Tämän johdosta kaikille havaintoaineiston muuttujien havaintoarvojen on saatava jokin numeerinen arvo. Lisäksi ohjelmistolla pystytään analysoimaan ainoastaan yhtä ohjelmistoon väliaikaisesti tallentuvaa havaintoaineistoa kerrallaan. Havaintoaineisto on siis syytä tallentaa esimerkiksi.txt-muotoisena, mikäli sitä mahdollisesti halutaan käsitellä joskus myöhempänä ajankohtana. Sen jälkeen, kun havaintoaineisto on syötetty kokonaan se tallennetaan painamalla syöttöikkunassa olevaa "Accept data" -painiketta, jonka jälkeen data on valmista ohjelmiston tarjoamien analysointimenetelmien käyttöä varten. Mikäli syötettyä dataa halutaan editoida tai vaihtaa se onnistuu painamalla "Enter/Edit User Data" -painiketta, jolloin saadaan aikaisemmin tallennettu data näkyviin. 3.2 Analysoitavien muuttujien valinta Sen jälkeen, kun havaintoaineisto on syötetty kokonaan voidaan aloittaa analysoitavien muuttujien valinta ohjelmiston tarjoamien analysointimenetelmien käyttöä varten. 7
8 Analysoitavien muuttujien valinta aloitetaan valitsemalla "Dependent Variable (Y)"- pudotusvalikosta muuttuja, jonka saamia arvoja halutaan analyysin avulla selittää, toisin sanoen selitettävä eli riippuva muuttuja. Selittävän eli riippumattoman muuttujan valinta tapahtuu vastaavalla tavalla "Predictor Variable (X)" kohdalla olevasta pudotusvalikosta. Ohjelmistolla voidaan selittää riippuvaa muuttujaa ainoastaan yhden selittävän muuttujan avulla, joten sen käyttäminen esimerkiksi usean muuttujan regressioanalyysin tekemiseen voidaan näin ollen sulkea pois. Luokittelu- tai järjestyasteikollisten muuttujien valinnassa on huomioitava, mitä niiden käytöstä aikaisemmassa kohdassa "havaintoaineiston tallentamisessa huomioitavaa" todettiin. Luokittelutai järjestysasteikollisten muuttujien valinta tapahtuu pudotusvalikosta "Grouping Variable". 4. Tilastollisten analyysien tekeminen Analysis Lab-ohjelmistolla Analysoitavien muuttujien valinnan suorittamisen jälkeen ikkunoissa "Descriptive", "Box-plot", "t-tests and confidence intervals", "Histogram", "Stem and Leaf Displays", "ANOVA", "Assumptions: t", "Assumptions: ANOVA" ja "Correlation/Regression" on tarjolla vaihtoehtoja erilaisten tilastollisten analyysien tekemiseen valittujen muuttujien saamista havaintoarvoista. Tarjolla olevat menetelmät ovat yksinkertaisia ja niitä on loppujen lopuksi hyvin vähän; itse asiassa vain muutamia. Analysis Lab- ohjelmiston avulla ei juurikaan pysty tuottamaan graafisia analyyseja ja ohjelmistosta puuttuvat esimerkiksi yleisesti kvalitatiivisten muuttujien kuvaamiseen käytetyt piirakkakuviot ja pylväsdiagrammit. Lisäksi mahdollisuutta saatujen 8
9 tutkimustulosten muokkaamiseen visuaalisessa tai tilastollisessa mielessä "kauniimmaksi" on Analysis Lab -ohjelmistolta turha odottaa. Positiivisessa mielessä tämä tietysti tarkoittaa sitä, että käyttäjän ei tarvitse miettiä erilaisia esitystapoja havaintoaineiston sisältämän tiedon tiivistämiseen ja havainnollistamiseen, vaan hän voi tyytyä Analysis Lab-ohjelmiston valitsemaan esitystapaan. Seuraavassa esitellään kuitenkin lyhyesti lähinnä kuvien avulla eräitä ohjelmiston avulla tuotettuja analyyseja käyttäen TILTP1 luentomonisteen Esim. 3.2:een perustuvaa havaintoaineistoa. 4.1 "Descriptive" Analysis Lab -ohjelmiston valinnalla "Descriptive" saadaan tuotettua tarkasteltavaksi yksinkertaisia tunnuslukuja valitun muuttujan saamista havaintoarvoista: Mukana ovat lähes siis kaikki yksiuloitteisen jakauman kuvaamiseen tarkoitetut perustunnusluvut, kuten keskiarvo, keskihajonta, vinous, kurtositeetti sekä kvartiilit eli mediaani, alakvartiili (lower quartile) ja yläkvartiili jne. Otettaessa luokitteluasteikollinen muuttuja mukaan tarkasteluun saadaan tulokseksi samat tunnusluvut erikseen kunkin luokan perusteella ilmoitettuna. 9
10 4.2 "Box-plot" Valinnan "Box-plot" avulla voidaan tuottaa laatikko-janakuvioita havainnollistamaan valitun muuttujan jakaumaa. Tässä tapauksessa boxplot-kuvio kuvaa Price-muuttujan jakaumaa ehdollistettuna Bathroom-muuttujalla. 10
11 4.3 "Histogram" Valinnalla "Histogram" saadaan nimensä mukaisesti tuotettua seuraavanlainen jatkuvan muuttujan kuvaamiseen tarkoitettu histogrammi. Ohjelmisto ei juurikaan anna käyttäjälleen mahdollisuuksia tuottamansa histogrammikuvion muokkaamiseen, esimerkiksi luokkakeskusten määrittämiseksi analyysin kannalta sopivimmiksi. 11
12 4.4 "Correlation/Regression" "Correlation/Regression"- painikkeen takana olevien analyysityökalujen avulla on mahdollista tarkastella kahta muuttujaa samanaikaisesti tuottaa kaksiuloittesta jakaumaa kuvaavia tunnuslukuja ja graafisia esityksiä (tai esitys). Ohessa Analysis Lab-ohjelmistolla tuotettu pisteparvi eli korrelaatiodiagrammi, jossa pyritään selittämään Price-muuttujan vaihtelua Sizemuuttujan avulla: Ohjelmiston "Correlation/Regression"-toimintoa on mahdollista käyttää myös varianssianalyysin tekemiseen. Tällöin mukaan tarkasteluun tulee sisällyttää luokitteluasteikollinen muuttuja. Analyysityökalu tarjoaa myös erilaisia muuttujien riippuvuutta kuvaavia tunnuslukuja kuten esimerkiksi korrelatiokertoimen, joka mittaa miten tiiviisti pisteparvi on keskittynyt pisteparveen ajatellun suoran ympärille. 12
13 4.5 Analysis Lab- ohjelmiston tarjoamat testaustyökalut Tilastotieteen johdantokurssilla muuttujien välisiä riippuvuuksien tutkimiseen keskitytään lähinnä ehdollisten tunnuslukujen, pisteparvien ja ristiintaulukoiden avulla. Opintojakson asiat liittyvät siis lähinnä kuvailevaan analyysiin ja riippuvuustarkastelujen tekemiseen ilman testauksia, joihin tutustutaan seuraavilla perusopintojaksoilla. Analysis Lab -ohjelmisto tarjoaa t-testien ("t-tests and confidence intervals" & "Assumptions: t") ja yksi(ja kaksikin-)suuntaisen varianssianalyysin tekemiseen ("ANOVA" &"Assumptions: ANOVA"), mutta jätettäköön nämä vielä tässä vaiheessa maininnan asteelle. 13
2. Aineiston kuvailua
2. Aineiston kuvailua Avaa (File/Open/Data ) aineistoikkunaan tiedosto tilp150.sav. Aineisto on koottu Tilastomenetelmien peruskurssilla olleilta. Tiedot osallistumisesta demoihin, tenttipisteet, tenttien
LisätiedotTeema 3: Tilastollisia kuvia ja tunnuslukuja
Teema 3: Tilastollisia kuvia ja tunnuslukuja Tilastoaineiston peruselementit: havainnot ja muuttujat havainto: yhtä havaintoyksikköä koskevat tiedot esim. henkilön vastaukset kyselylomakkeen kysymyksiin
Lisätiedot1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet
VAASAN YLIOPISTO/AVOIN YLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia 1 KURSSIKYSELYAINEISTO: 1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka
LisätiedotStatCrunch -laskentasovellus
StatCrunch -laskentasovellus Yleistä sovelluksesta StatCrunch on Integrated Analytics LLC:n valmistama sovellus tilastotieteellisten analyysien tuottamista varten. Se on verkon yli käytettävä analyysisovellus,
LisätiedotNäistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.
[MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, kevät 2019 https://coursepages.uta.fi/mtttp1/kevat-2019/ HARJOITUS 3 Joitain ratkaisuja 1. x =(8+9+6+7+10)/5 = 8, s 2 = ((8 8) 2 + (9 8) 2 +(6 8) 2 + (7 8) 2 ) +
LisätiedotOhjeita tilastollisen tutkimuksen toteuttamiseksi opintojaksolla. TILTP1 (http://www.uta.fi/~strale/tiltp1.html) SPSS for Windows -ohjelmiston avulla
Ohjeita tilastollisen tutkimuksen toteuttamiseksi opintojaksolla TILTP1 (http://www.uta.fi/~strale/tiltp1.html) SPSS for Windows -ohjelmiston avulla Raija Leppälä (raija.leppala@uta.fi) ALUKSI Tämä opas
LisätiedotMTTTP1, luento KERTAUSTA JA TÄYDENNYSTÄ. Tunnusluvut. 1) Sijainnin tunnuslukuja. Keskilukuja moodi (Mo) mediaani (Md) keskiarvo, kaava (1)
20.9.2018/1 MTTTP1, luento 20.9.2018 KERTAUSTA JA TÄYDENNYSTÄ Tunnusluvut 1) Sijainnin tunnuslukuja Keskilukuja moodi (Mo) mediaani (Md) keskiarvo, kaava (1) Muita sijainnin tunnuslukuja ala- ja yläkvartiili,
LisätiedotNäistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.
[MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 3 viikko 40 Joitain ratkaisuja 1. Suoritetaan standardointi. Standardoidut arvot ovat z 1 =
Lisätiedot1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet
VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: 1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka
LisätiedotTilastolliset ohjelmistot 805340A. Pinja Pikkuhookana
Tilastolliset ohjelmistot 805340A Pinja Pikkuhookana Sisältö 1 SPSS 1.1 Yleistä 1.2 Aineiston syöttäminen 1.3 Aineistoon tutustuminen 1.4 Kuvien piirtäminen 1.5 Kuvien muokkaaminen 1.6 Aineistojen muokkaaminen
LisätiedotKandidaatintutkielman aineistonhankinta ja analyysi
Kandidaatintutkielman aineistonhankinta ja analyysi Anna-Kaisa Ylitalo M 315, anna-kaisa.ylitalo@jyu.fi Musiikin, taiteen ja kulttuurin tutkimuksen laitos Jyväskylän yliopisto 2018 2 Havaintomatriisi Havaintomatriisi
LisätiedotMuuttujien määrittely
Tarja Heikkilä Muuttujien määrittely Määrittele muuttujat SPSS-ohjelmaan lomakkeen kysymyksistä. Harjoitusta varten lomakkeeseen on muokattu kysymyksiä kahdesta opiskelijoiden tekemästä Joupiskan rinneravintolaa
LisätiedotSPSS* - tilastoanalyyttinen ohjelma, vrs 9.0
SPSS* - tilastoanalyyttinen ohjelma, vrs 9.0 = monipuolinen ohjelma, jolla voi tilastollisesti analysoida tieteellistä aineistoa ja se tuottaa myös graafisia tulosteita. SPSS:n oma avustus (help) SPSS:ssä
LisätiedotMittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku.
1/11 4 MITTAAMINEN Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku. Mittausvirhettä johtuen mittarin tarkkuudesta tai häiriötekijöistä Mittarin
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas JAKAUMAN MUOTO Vinous, skew (g 1, γ 1 ) Kertoo jakauman symmetrisyydestä Vertailuarvona on nolla, joka vastaa symmetristä jakaumaa (mm. normaalijakauma)
LisätiedotHarjoitus 7: NCSS - Tilastollinen analyysi
Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen
LisätiedotPopulaatio tutkimusobjektien muodostama joukko, johon tilastollinen tutkimus kohdistuu, koko N
11.9.2018/1 MTTTP1, luento 11.9.2018 KERTAUSTA Populaatio tutkimusobjektien muodostama joukko, johon tilastollinen tutkimus kohdistuu, koko N Populaation yksikkö tilastoyksikkö, havaintoyksikkö Otos populaation
LisätiedotMTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO
8.9.2016/1 MTTTP1 Tilastotieteen johdantokurssi Luento 8.9.2016 1 JOHDANTO Tilastotiede menetelmätiede, joka käsittelee - tietojen hankinnan suunnittelua otantamenetelmät, koejärjestelyt, kyselylomakkeet
LisätiedotTarkista vielä ennen analysoinnin aloittamista seuraavat seikat:
Yleistä Tilastoapu on Excelin sisällä toimiva apuohjelma, jonka avulla voit analysoida tilastoaineistoja. Tilastoapu toimii Excelin Windows-versioissa Excel 2007, Excel 2010 ja Excel 2013. Kun avaat Tilastoavun,
LisätiedotMTTTP1, luento KERTAUSTA
19.3.2019/1 MTTTP1, luento 19.3.2019 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2018/kaavat.pdf n i i n i i x x n x n x x n s 1 2 2 1 2 2 1 1 ) ( 1 1 Mittaa muuttujan arvojen
Lisätiedot4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla
4 Aineiston kuvaaminen numeerisesti 1 4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla Tarkastellaan lasten syntymäpainon frekvenssijakauman (kuva 1, oikea sarake) muodostamista Excel- ja SPSS-ohjelmalla.
LisätiedotKURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun se kelpaa kyllä!
VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun
LisätiedotMTTTP1, luento KERTAUSTA
25.9.2018/1 MTTTP1, luento 25.9.2018 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2018/kaavat.pdf n i i n i i x x n x n x x n s 1 2 2 1 2 2 1 1 ) ( 1 1 Mittaa muuttujan arvojen
LisätiedotEsim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4
18.9.2018/1 MTTTP1, luento 18.9.2018 KERTAUSTA Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4 pyöristetyt todelliset luokka- frekvenssi luokkarajat luokkarajat keskus 42 52 41,5
LisätiedotTTS kannattavuuslaskentaohjelma
TTS kannattavuuslaskentaohjelma Käyttöönotto TTS kannattavuuslaskentaohjelma on suunniteltu yrittäjän apuvälineeksi yrityksen keskeisten kannattavuuden, maksuvalmiuden ja vakavaraisuuden tunnuslukujen
LisätiedotKvantitatiiviset tutkimusmenetelmät maantieteessä
Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi
LisätiedotTilastolliset toiminnot
-59- Tilastolliset toiminnot 6.1 Aineiston esittäminen graafisesti Tilastollisen aineiston tallentamisvälineiksi TI-84 Plus tarjoaa erityiset listamuuttujat L1,, L6, jotka löytyvät 2nd -toimintoina vastaavilta
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen
LisätiedotMTTTP1, luento KERTAUSTA
26.9.2017/1 MTTTP1, luento 26.9.2017 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2017/kaavat.pdf n i i n i i x x n x n x x n s 1 2 2 1 2 2 1 1 ) ( 1 1 Mittaa muuttujan arvojen
LisätiedotKuvien siirto-ohjelman käyttöohje Huom! Tämä ohjelmisto on käytössä vain yrityksillä, joilla ei ole käytössä Java Runtime 1.4 -sovellusta.
1 Kuvien siirto-ohjelman käyttöohje Huom! Tämä ohjelmisto on käytössä vain yrityksillä, joilla ei ole käytössä Java Runtime 1.4 -sovellusta. Grey-Hen Oy. Kaikki oikeudet pidätetään. Päivitetty 18.10.2004
LisätiedotPerusnäkymä yksisuuntaiseen ANOVAaan
Metsämuuronen 2006. TTP Tutkimuksen tekemisen perusteet ihmistieteissä Taulukko.51.1 Analyysiin mukaan tulevat muuttujat Mja selite Merkitys mallissa F1 Ensimmäinen faktoripistemuuttuja Selitettävä muuttuja
LisätiedotHarjoittele tulkintoja
Harjoittele tulkintoja Syksy 9: KT (55 op) Kvantitatiivisen aineiston keruu ja analyysi SPSS tulosteiden tulkintaa/til Analyysit perustuvat aineistoon: Haavio-Mannila, Elina & Kontula, Osmo (1993): Suomalainen
LisätiedotOffice 365 palvelujen käyttöohje Sisällys
Office 365 palvelujen käyttöohje Sisällys Sisäänkirjautuminen... 2 Office 365:n käyttöliittymä... 3 Salasanan vaihto... 5 Outlook-sähköpostin käyttö... 7 Outlook-kalenterin käyttö... 10 OneDriven käyttö...
LisätiedotSPSS* - tilastoanalyyttinen ohjelma
SPSS* - tilastoanalyyttinen ohjelma = monipuolinen ohjelma, jolla voi tilastollisesti analysoida tieteellistä aineistoa ja se tuottaa myös graafisia tulosteita. Käytettävissä mikroverkossa, versio 10.0,
LisätiedotHannu mies LTK 180 Johanna nainen HuTK 168 Laura nainen LuTK 173 Jere mies NA 173 Riitta nainen LTK 164
86118P JOHDATUS TILASTOTIETEESEEN Harjoituksen 3 ratkaisut, viikko 5, kevät 19 1. a) Havaintomatriisissa on viisi riviä (eli tilastoyksikköä) ja neljä saraketta (eli muuttujaa). Hannu mies LTK 18 Johanna
LisätiedotMat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi
Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi Diskreetit muuttujat,
LisätiedotTilastotieteen johdantokurssin harjoitustyö. 1 Johdanto...2. 2 Aineiston kuvaus...3. 3 Riippuvuustarkastelut...4
TILTP1 Tilastotieteen johdantokurssin harjoitustyö Tampereen yliopisto 5.11.2007 Perttu Kaijansinkko (84813) perttu.kaijansinkko@uta.fi Pääaine matematiikka/tilastotiede Tarkastaja Tarja Siren 1 Johdanto...2
Lisätiedotb6) samaan perusjoukkoon kohdistuu samanaikaisesti useampia tutkimuksia.
806109P TILASTOTIETEEN PERUSMENETELMÄT I 1. välikoe 11.3.2011 (Jari Päkkilä) VALITSE VIIDESTÄ TEHTÄVÄSTÄ NELJÄ JA VASTAA VAIN NIIHIN! 1. Valitse kohdissa A-F oikea (vain yksi) vaihtoehto. Oikeasta vastauksesta
LisätiedotSisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4
Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN...6 1.1 INDUKTIO JA DEDUKTIO...7 1.2 SYYT JA VAIKUTUKSET...9
LisätiedotSPSS OPAS. Metropolia Liiketalous
1 Metropolia Liiketalous SPSS OPAS Aihe sivu 1. Ohjelman periaate 2 2. Aineistoikkuna 3 3. Frekvenssit 4 4. Muuttujien arvojen luokittelu 5 5. Tunnusluvut 6 6. Ristiintaulukointi 7 7. Hajontakaavio 8 8.Korrelaatio
LisätiedotTil.yks. x y z
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
Lisätiedot54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):
Tilastollinen tietojenkäsittely / SPSS Harjoitus 5 Tarkastellaan ensin aineistoa KUNNAT. Kyseessähän on siis kokonaistutkimusaineisto, joten tilastollisia testejä ja niiden merkitsevyystarkasteluja ei
LisätiedotVisma Nova. Visma Nova ASP käyttö ja ohjeet
Visma Nova Visma Nova ASP käyttö ja ohjeet Oppaan päiväys: 2.2.2012. Helpdesk: http://www.visma.fi/asiakassivut/helpdesk/ Visma Software Oy pidättää itsellään oikeuden mahdollisiin parannuksiin ja/tai
Lisätiedotvoidaan hylätä, pienempi vai suurempi kuin 1 %?
[MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 5 viikko 42 6.10.2017 klo 10:42:20 Ryhmät: ke 08.30 10.00 LS C6 Paajanen ke 10.15 11.45 LS
LisätiedotKennelliiton Omakoira-jäsenpalvelu Ohje yhdistyksille, näyttelyn anominen
Kennelliiton Omakoira-jäsenpalvelu Ohje yhdistyksille, näyttelyn anominen Suomen Kennelliitto ry. 12.5.2014 2(11) Näyttelyn anominen Sisältö Oikeus näyttelyiden sähköiseen anomiseen... 3 Yhdistysvalinta...
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi
LisätiedotTUTKIMUSOPAS. SPSS-opas
TUTKIMUSOPAS SPSS-opas Johdanto Tässä oppaassa esitetään SPSS-tilasto-ohjelman alkeita, kuten Excel-tiedoston avaaminen, tunnuslukujen laskeminen ja uusien muuttujien muodostaminen. Lisäksi esitetään esimerkkien
LisätiedotKsenos Prime Käyttäjän opas
Ksenos Prime Käyttäjän opas Versio 11.301 Turun Turvatekniikka Oy 2011 Selaa tallenteita. Tallenteiden selaaminen tapahtuu samassa tilassa kuin livekuvan katselu. Voit raahata hiirellä aikajanaa tai käyttää
LisätiedotEsimerkki 1: auringonkukan kasvun kuvailu
GeoGebran LASKENTATAULUKKO Esimerkki 1: auringonkukan kasvun kuvailu Auringonkukka (Helianthus annuus) on yksivuotinen kasvi, jonka varren pituus voi aurinkoisina kesinä hyvissä kasvuolosuhteissa Suomessakin
LisätiedotALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6
Sisällysluettelo ALKUSANAT 4 ALKUSANAT E-KIRJA VERSIOON 5 SISÄLLYSLUETTELO 6 1 PERUSASIOITA JA AINEISTON SYÖTTÖ 8 11 PERUSNÄKYMÄ 8 12 AINEISTON SYÖTTÖ VERSIOSSA 9 8 Muuttujan määrittely versiossa 9 11
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas TEOREETTISISTA JAKAUMISTA Usein johtopäätösten teko helpottuu huomattavasti, jos tarkasteltavan muuttujan perusjoukon jakauma noudattaa
LisätiedotSPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö
SPSS-pikaohje Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS on ohjelmisto tilastollisten aineistojen analysointiin. Hyvinvointiteknologian ATK-luokassa on asennettuna SPSS versio 13.. Huom! Ainakin joissakin
LisätiedotGeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus
GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus Mitä jäi mieleen viime viikosta? Mitä mieltä olet tehtävistä, joissa GeoGebralla työskentely yhdistetään paperilla jaettaviin ohjeisiin
LisätiedotVIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten.
Tilastollinen tietojenkäsittely / SPSS Harjoitus 1 VIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten. 1. Avaa SPSS-ohjelma. Tarkoitus olisi muodostaa tämän sivun
LisätiedotMONISTE 2 Kirjoittanut Elina Katainen
MONISTE 2 Kirjoittanut Elina Katainen TILASTOLLISTEN MUUTTUJIEN TYYPIT 1 Mitta-asteikot Tilastolliset muuttujat voidaan jakaa kahteen päätyyppiin: kategorisiin ja numeerisiin muuttujiin. Tämän lisäksi
LisätiedotMTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu
5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017
LisätiedotTulorekisteri: Vakuuttamisen poikkeustilanteet Visma Fivaldi
Tulorekisteri: Vakuuttamisen poikkeustilanteet Visma Fivaldi 1(30) Sisällysluettelo Yleistä 2 Muu tulorekisteri-dokumentaatio 2 Tulorekisteriin liittyvät vakuuttamisen poikkeustilanteet 3 Tyel-vakuuttamisen
LisätiedotSähköpostitilin käyttöönotto. Versio 2.0
Sähköpostitilin käyttöönotto Versio 2.0 Sivu 1 / 10 Jarno Parkkinen jarno@atflow.fi 1 Johdanto... 2 2 Thunderbird ohjelman lataus ja asennus... 3 3 Sähköpostitilin lisääminen ja käyttöönotto... 4 3.1 Tietojen
LisätiedotMTTTP5, luento Luottamusväli, määritelmä
23.11.2017/1 MTTTP5, luento 23.11.2017 Luottamusväli, määritelmä Olkoot A ja B satunnaisotoksen perusteella määriteltyjä satunnaismuuttujia. Väli (A, B) on parametrin 100(1 - ) %:n luottamusväli, jos P(A
LisätiedotMatematiikan kotitehtävä 2, MAA 10 Todennäköisyys ja tilastot
Matematiikan kotitehtävä 2, MAA 10 Todennäköisyys ja tilastot Sievin lukio Tehtävien ratkaisut tulee olla esim. Libre officen -writer ohjelmalla tehtyjä. Liitä vastauksiisi kuvia GeoGebrasta ja esim. TI-nSpire
LisätiedotNuorten hyvinvointi tilastotietokannan käyttöohjeet Tieke 18.5 2015
Nuorten hyvinvointi tilastotietokannan käyttöohjeet Tieke 18.5 2015 Taulukon valinta Valitse vasemmalta kansioita, kunnes saat taulukkoluettelon näkyviin. Jos etsit tietoa jostain tietystä aiheesta, voit
LisätiedotMS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
Lisätiedot,QWHUQHWVHODLPHQNl\WWlPLQHQ±,QWHUQHW([SORUHU
,QWHUQHWVHODLPHQNl\WWlPLQHQ±,QWHUQHW([SORUHU Tässä pääsette tutustumaan Internet Explorerin (IE) käyttöön. Muitakin selainversioita löytyy, kuten esimerkiksi Netscape, Opera ja Mozilla. Näiden muiden selainten
LisätiedotText Mining. Käyttöopas
Text Mining Käyttöopas Webropol Analytics: Text Mining Mitä tarkoittaa kun asiakkaat tai henkilöstö antavat arvosanan 3.1 Keskiarvoa informatiivisempaa ovat taustalla olevat syyt Onko sinulla aikaa lukea
LisätiedotPonnahdusikkunoiden ja karttatekstien hallitseminen ArcGIS Online kartoissa
Ponnahdusikkunoiden ja karttatekstien hallitseminen ArcGIS Online kartoissa Ponnahdusikkunoiden ja karttatekstien hallitseminen ArcGIS Online kartoissa... 1 1. Mikä on ponnahdusikkuna... 1 2. Ponnahdusikkunan
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
LisätiedotMuita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager
Missio: 1. Asentaminen 2. Valokuvien tarkastelu, tallennus/formaatit, koko, tarkkuus, korjaukset/suotimet, rajaus 3. Kuvan luonti/työkalut (grafiikka kuvat) 4. Tekstin/grafiikan lisääminen kuviin, kuvien/grafiikan
LisätiedotKennelliiton Omakoira-jäsenpalvelu Ohje yhdistyksille, toimintailmoituksen antaminen
Kennelliiton Omakoira-jäsenpalvelu Ohje yhdistyksille, toimintailmoituksen antaminen Suomen Kennelliitto ry. 19.5.2014 2(10) Toimintailmoituksen antaminen Sisältö: Yleistä... 3 Toimenpiteet sähköisen toimintailmoituksen
LisätiedotARVO - verkkomateriaalien arviointiin
ARVO - verkkomateriaalien arviointiin Arvioitava kohde: Jenni Rikala: Aloittavan yrityksen suunnittelu, Arvioija: Heli Viinikainen, Arviointipäivämäärä: 12.3.2010 Osa-alue 8/8: Esteettömyys Edellinen osa-alue
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas MUITA HAJONNAN TUNNUSLUKUJA Varianssi, variance (s 2, σ 2 ) Keskihajonnan neliö Käyttöä enemmän osana erilaisia menetelmiä (mm. varianssianalyysi),
LisätiedotNÄIN TEET VIDEO-MAILIN (v-mail)
1 NÄIN TEET VIDEO-MAILIN (v-mail) Kirjaudu iwowwe Back Officeen. HOME Klikkaa kotisivullasi (HOME) olevaa vihreää Video E-mail kuvaa Vastaava linkki Video Email on myös Video Tools - alasvetovalikossa
LisätiedotMS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
LisätiedotTentti erilaiset kysymystyypit
Tentti erilaiset kysymystyypit Monivalinta Monivalintatehtävässä opiskelija valitsee vastauksen valmiiden vastausvaihtoehtojen joukosta. Tehtävään voi olla yksi tai useampi oikea vastaus. Varmista, että
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas LUENNOT Luento Paikka Vko Päivä Pvm Klo 1 L 304 8 Pe 21.2. 08:15-10:00 2 L 304 9 To 27.2. 12:15-14:00 3 L 304 9 Pe 28.2. 08:15-10:00 4 L 304 10 Ke 5.3.
LisätiedotLohtu-projekti. Testaussuunnitelma
Lohtu-projekti Testaussuunnitelma Versiohistoria: 1.0 19.2.2003 1. versio Mari 1.1 20.2.2003 Muutoksia Mari 1.2 25.2.2003 Katselmoinnissa esiin tulleet Mari muutokset 1.3 17.3.2003 2. syklissä tehtävät
Lisätiedot[MTTTA] TILASTOMENETELMIEN PERUSTEET, KEVÄT 209 https://coursepages.uta.fi/mttta/kevat-209/ HARJOITUS 5 viikko 8 RYHMÄT: ke 2.5 3.45 ls. C6 Leppälä to 08.30 0.00 ls. C6 Korhonen to 2.5 3.45 ls. C6 Korhonen
LisätiedotMatematiikan kotitehtävä 2, MAA 10 Todennäköisyys ja tilastot
Matematiikan kotitehtävä 2, MAA 10 Todennäköisyys ja tilastot Sievin lukio Tehtävien ratkaisut tulee olla esim. Libre officen -writer ohjelmalla tehtyjä. Liitä vastauksiisi kuvia GeoGebrasta ja esim. TI-nSpire
LisätiedotJÄRJESTELMÄN TEKNINEN KÄYTTÖOHJE
JÄRJESTELMÄN TEKNINEN KÄYTTÖOHJE TEKNINEN OHJE OSAAJAPLUS- JÄRJESTELMÄN KÄYTTÖÖN OsaajaPlus -järjestelmä on luotu siten, että sen käyttöön tarvittavat ohjelmat ovat maksutta ladattavissa internetistä.
LisätiedotSisällys Clerica Web-sovellusten käytön aloittaminen 2
Sisällys Clerica Web-sovellusten käytön aloittaminen 2 Kirjautuminen järjestelmään 2 Myyntilaskut 2 Ostolaskujen käsittely 4 Uuden laskun syöttö 6 Palkkailmoituslomake 8 Palkkailmoituksesta kopio 9 Henkilötietojen
LisätiedotKustannuslaskenta. Käyttöohje tarjouslaskelma
Kustannuslaskenta Käyttöohje tarjouslaskelma 5.4.2015 SISÄLLYSLUETTELO Taustaa... 3 Yhteenvedon raporttimallien hallinta... 5 Tarjouslaskelmaerien määrittely... 6 Tarjouslaskelman tulostaminen... 9 2 Taustaa
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 11. lokakuuta 2007 Antti Rasila () TodB 11. lokakuuta 2007 1 / 15 1 Johdantoa tilastotieteeseen Peruskäsitteitä Tilastollisen kuvailun ja päättelyn menetelmiä
LisätiedotTUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KAKSIULOTTEISEN EMPIIRISEN JAKAUMAN TARKASTELU Jatkuvat muuttujat: hajontakuvio Koehenkilöiden pituus 75- ja 80-vuotiaana ID Pituus 75 Pituus 80 1 156
LisätiedotOhjeet asiakirjan lisäämiseen arkistoon
Ohjeet asiakirjan lisäämiseen arkistoon 1. Jos koneellesi ei vielä ole asennettu Open Office ohjelmaa, voit ladata sen linkistä joka löytyy Arkisto => Asiakirjapohjat sivulta seuran kotisivuilta. Jos ohjelma
LisätiedotWebmail on monipuolinen työkalu jolla voi tehdä paljon muutakin kuin lukea sähköpostia. Tässä ohjeessa on lyhyesti esitelty joitakin sen ominaisuuksia. Peruspostilaatikossa ei ole kaikkia ominaisuuksia,
LisätiedotKÄYTTÖOHJE. Servia. S solutions
KÄYTTÖOHJE Servia S solutions Versio 1.0 Servia S solutions Servia Finland Oy PL 1188 (Microkatu 1) 70211 KUOPIO puh. (017) 441 2780 info@servia.fi www.servia.fi 2001 2004 Servia Finland Oy. Kaikki oikeudet
LisätiedotTAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT
TAMPEREEN TEKNILLINEN YLIOPISTO KÄYTTÖOHJE TIETOVARASTON KUUTIOT 14.11.2011 Sisältö Perustietoa tietovarastosta... 2 Perustietoa kuutioista... 2 Dimensioiden valinta... 2 Uuden dimension lisääminen aikaisemman
LisätiedotFoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 9. luento. Pertti Palo
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa 9. luento Pertti Palo 22.11.2012 Käytännön asioita Eihän kukaan paikallaolijoista tee 3 op kurssia? 2. seminaarin ilmoittautuminen. 2. harjoitustyön
LisätiedotGIS-ANALYYSI PAIKKATIETOIKKUNASSA. Matias Järvinen 2019
GIS-ANALYYSI PAIKKATIETOIKKUNASSA Matias Järvinen 2019 Johdanto Harjoitusongelma: Millaisia paikkatietoanalyyseja Paikkatietoikkuna-ympäristössä voi tehdä? Miten niiden avulla voi tutkia tasojen sisältämää
LisätiedotLaskuharjoitus 9, tehtävä 6
Aalto-yliopiston perustieteiden korkeakoulu Jouni Pousi Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Laskuharjoitus 9, tehtävä 6 Tämä ohje sisältää vaihtoehtoisen tavan laskuharjoituksen
LisätiedotHenkilö- ja koulutusrekisterin asennusohje
Henkilö- ja koulutusrekisterin asennusohje Ohjelmaversio 1.0 Dokumenttiversio 1.0 2 Ohjelman lataaminen Voit ladata henkilöstö- ja koulutusrekisteriohjelman asennuspaketin EduSetup.exe sivustolta valitsemalla
LisätiedotSovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut
LisätiedotTilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle
Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen
LisätiedotTiedonsiirto helposti navetta-automaation ja tuotosseurannan välillä
Tiedonsiirto helposti navetta-automaation ja tuotosseurannan välillä Tiedonsiirto VMS-, Alpro- tai DelProtuotannonohjausjärjestelmästä Ammuohjelmistoon 5/2014 Asennettavat ohjelmat ja versiot VMS-Management
LisätiedotGEOS 1. Ilmastodiagrammi Libre Office Calc ohjelmalla
GEOS 1 Ilmastodiagrammi Libre Office Calc ohjelmalla Libre Office Calc ohjelman saat ladattua ilmaiseksi osoitteesta: https://fi.libreoffice.org/ Tässä ohjeessa on käytetty Libre Office Calc 5.0 versiota
Lisätiedot5. HelloWorld-ohjelma 5.1
5. HelloWorld-ohjelma 5.1 Sisällys Lähdekoodi. Lähdekoodin (osittainen) analyysi. Lähdekoodi tekstitiedostoon. Lähdekoodin kääntäminen tavukoodiksi. Tavukoodin suorittaminen. Virheiden korjaaminen 5.2
LisätiedotValitse aineisto otsikoineen maalaamalla se hiirella ja kopioimalla (Esim. ctrl-c). Vaihtoehtoisesti, Lataa CSV-tiedosto
Versio k15 Näin laadit ilmastodiagrammin Libre Officen taulukkolaskentaohjelmalla. Ohje on laadittu käyttäen Libre Officen versiota 4.2.2.1. Voit ladata ohjelmiston omalle koneellesi osoitteesta fi.libreoffice.org.
LisätiedotOHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3
OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 3 Tutkimussuunnitelman rakenne-ehdotus Otsikko 1. Motivaatio/tausta 2. Tutkimusaihe/ -tavoitteet ja kysymykset
LisätiedotEnnen seuraavia tehtäviä tarkista, että KUNNAT-aineistossasi on 12 muuttujaa ja 416 tilastoyksikköä.
Tilastollinen tietojenkäsittely / SPSS Harjoitus 3 Tällä harjoituskerralla tarkastellaan harjoituksissa 2 tehtyjä SPSS-havaintoaineistoja KUNNAT, kyselya ja kyselyb. Aineistoihin tutustutaan mm. erilaisten
LisätiedotLajittelumenetelmät ilmakehän kaukokartoituksen laadun tarkkailussa (valmiin työn esittely)
Lajittelumenetelmät ilmakehän kaukokartoituksen laadun tarkkailussa (valmiin työn esittely) Viivi Halla-aho 30.9.2013 Ohjaaja: Dos. Johanna Tamminen Valvoja: Prof. Harri Ehtamo Työn saa tallentaa ja julkistaa
LisätiedotDatan analysointi ja visualisointi Teollisen internetin työpaja
Datan analysointi ja visualisointi Teollisen internetin työpaja Jouni Tervonen, Oulun yliopisto, Oulun Eteläisen instituutti 14.3.2016 Johdanto Tavoite yhdessä määritellä miten data-analytiikkaa voi auttaa
Lisätiedot