1. Tutkitaan tavallista kahden selittäjän regressiomallia

Koko: px
Aloita esitys sivulta:

Download "1. Tutkitaan tavallista kahden selittäjän regressiomallia"

Transkriptio

1 TA7, Ekonometrian johdantokurssi HARJOITUS 5 RATKAISUEHDOTUKSET Tutkitaan tavallista kahden selittäjän regressiomallia Y i = β + β 1 X 1,i + β 2 X 2,i + u i (a) Kirjoita regressiomalli muodossa Y i = β + (β 2 + γ) X 1,i + β 2 X 2,i + u i = β + γx 1,i + β 2 (X 1,i + X 2,i ) + u i ja testaa hypoteesia H : γ = (b) Kirjoita regressiomalli muodossa Y i = β + (γ aβ 2 ) X 1,i + β 2 X 2,i + u i = β + γx 1,i + β 2 (X 2,i ax 1,i ) + u i ja testaa nollahypoteesia H : γ = (c) Kirjoita regressiomalli muodossa Y i X 1,i = β + (β 1 1) X 1,i + β 2 X 2,1 + u i = β + (γ β 2 ) X 1,i + β 2 X 2,1 + u i = β + γx 1,i + β 2 (X 2,1 X 1,i ) u i ja testaa nollahypoteesia H : γ = 2 Tutkitaan aineistoa, josta löytyy erinäisiä tietoja kerättynä erinäisisltä High Schoolista valmiistuneilta opiskelijoilta (a) Regressiossa (a) 95 %:n luottamusväli dist muuttujalle on [, 98 ;, 48] Näin ollen ryhmän olettama regressiokerroin β dist =, 75 kuuluu 95 %:n luottamusvälin sisään 1

2 dist, 73 (,13) Malli (a) (b) (c), 31 (,12) bytest, 92 (,3) female, 143 (,5) black, 354 (,67) hispanic, 42 (,74) incomehi, 367 (,62) ownhome, 146 (,65) dadcoll, 57 (,76) momcoll, 379 (,84) cue8, 24 (,9) stwmfg8, 5 (,2), 33,13, 93 (,3), 144 (,5), 338 (,69), 348 (,77), 374 (,62), 143 (,65), 574 (,76), 379 (,84), 28 (,1), 43 (,2) urban, 652 (,63) tuition, 184 (,99) intercept 13, 956 (,38) 8, 861 (,241) 8, 893 (,243) SER 1,81 1,54 1,54 R2,7,282,284 R 2,7,281,281 Taulukko 1: Estimointitulokset Lähde S& W mallivastaukset (b) Regressiomallissa (b) on kontrolloitu muita tärkeitä selittäviä muuttujia kuin etäisyyttä Kaikki regressiokertoimet ovat yksinään tilastollisesti erittäin merkitseviä Etäisyyden regressiokerroin muuttuu huomattavasti, -,73:sta -,31:een, kun malliin lisätään enemmän muuttujia Mallissa (c) regressioon on lisätty edelleen kaksi muuttujaa, jotka eivät ole tilastollisesti merkitseviä Näiden muuttujien lisääminen regressioon ei juurikaan muuta etäisyyden regressiokertointa, ku- 2

3 ten ei muidenkaan aikaisemmin lisättyjen muuttujien kertoimia (c) Regressiossa (b) kertoimet β black ja β hispanic ovat positiivisia ja tilastollisesti erittäin merkitseviä Tämä tukisi väitettä 3 Tutkitaan aineistoa jossa on tietoa 65 eri maasta, niiden keskimääräisestä kasvuvauhdista ja muita kasvua selittäviä muuttujia Kasvuaste Vaihtoaste Kuva 1: 65 eri maan kasvuasteen ja vaihtoasteen välinen yhteys (a) Kuvaan 1 on piirretty aineiston 65 eri maata, x-akselilla havaitun maan vaihtoaste ja y-akselilla maan keskimääräinen talouskasvu näiden muuttujien välistä yhteyttä on hankala silmämääräisesti arvioida, mutta lievä positiivinen yhteys saattaa olla havaittavissa (b) Maltaa kuvaava havainto löytyy kuvan oikeasta ylälaidasta Malta vaikuttaisi olevan poikkeava havainto aineistossa (c) Estimoidaan regressiomalli, jossa kasvuvauhtia selitetään vaihtoasteella Growth i =, 64 (,459) + 2, 37 Tradeshr i + û i (,663) 3

4 Kulmakerroin on selvästi tilastollisesti merkitsevä (t = 3, 479 > 2, 58) ja positiivinen Jos maan vaihtoaste on,5 tai 1, olisi estimointitulosten mukaiset kasvuasteet vastaavasti 1,758 ja ja 2,947 Ennusteen luottamusväliä varten meidän tarvitsee laskea ennusteen Ŷi = ˆβ + α 1 ˆβT radeshr keskihajonta, jossa α i on maan i Tradeshr Lasketaan suoraviivaisesti ( ) ( ) SE(Ŷi) = SE ˆβ + α i ˆβT radeshr = Var ˆβ + α i ˆβT radeshr = Var( ˆβ ) + αi 2Var( ˆβ 1 ) + 2α i Cov( ˆβ, ˆβ 1 ) =, αi 2, α(, 267) Sijoittamalla α i :n paikalla 1 ja,5 saamme ennusteille vastaavasti keskihajonnat SE(Ŷα=1) =, 342 ja SE(Ŷα=1/2) =, 232 Näin ollen ennusteiden 95 %:n luottamusväleiksi saadaan [1, 34 ; 2, 247] ja [2, 277 ; 3, 617] Toinen tapa laskea keskivirheet on muodostaa F testi hypoteesille H : β + α i β 1 = ja laskea ennusteen keskihajonta SE(Ŷi) = Ŷi F (d) Tehdään edellinen kohta uudestaan, mutta käytetään aineistoa josta Malta on poistettu Estimoitu regressioyhtälö on Growth i =, 957 (,552) + 1, 681 Tradeshr i + û i (,899) Regressiokertoimet ovat jälleen tilastollisesti merkitseviä Ennusteen luottamusvälit ovat nyt [1, 342 ; 2, 253] kun Tradeshr =, 5 ja [1, 746 ; 3, 53] kun Tradeshr = 1 (e) Tehtävänannossa pyydetyn regressioyhtälön estimointi tuottaa Ŷ i =, 627 (,95) + 1, 341 (,929) 2, 15 (,977) tradeshare i +, 564 yearsschool i (,135) revcoups i +, 323 (,41) assasinations i, (,) rgdp6 i Tradeshr:in 95 %:n luottamusväli on [, 479 ; 3, 161] t-testisuure saa arvon t = 1, 444 ja sen p-arvo on,149 Tradeshr:in regressiokerroin ei tämän perusteella poikkea tilastollisesti merkitsevästi nollasta 4

5 (f) testataan F-testillä ovatko YearsSchool ja RGDP6 muuttujat yhdessä tilastollisesti nollasta poikkeavia Nollahypoteesi on H : β Y earsschool = β RGDP 6 = F-testiä varten tarvittava lineaarinen rajoite R ˆβ r = on nyt ˆβ [ ] ˆβ tradeshare [ ] [ ] 1 ˆβ yearsschool = 1 ˆβ revcoups ˆβ assasinations ˆβ rgdp6 Mallissa on kaksi lineaarista rajoitetta, joten q = 2 ja testisuure saa arvon F = 8, 99 Testisuure on F 2, -jakautunut ja sen p- arvo on <,1 Nollahypoteesi voidaan siis testin perusteella hylätä (g) Testataan vielä, voidaanko vaihtosuhdetta lukuun ottamatta kaikki selittäjät hylätä Nollahypoteesi on β yearsschool β revcoups H : = β assasinations β rgdp6 Lineaarinen rajoite R ˆβ = r muotoillaan nyt ˆβ 1 ˆβ tradeshare 1 ˆβ yearsschool 1 = ˆβ revcoups 1 ˆβ assasinations ˆβ rgdp6 Rajoitteiden lukumäärä on q = 4 ja testisuure saa arvon F = 7, 237 Vastaava p-arvo F 4, -jakaumalta on <,1 Nollahypoteesi voidaan siis hylätä 5

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit. A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät

Lisätiedot

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat Päättely yhden selittäjän lineaarisesta regressiomallista Ennustaminen, Ennuste, Ennusteen luottamusväli, Estimaatti, Estimaattori,

Lisätiedot

Harjoitus 9: Excel - Tilastollinen analyysi

Harjoitus 9: Excel - Tilastollinen analyysi Harjoitus 9: Excel - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen regressioanalyysiin

Lisätiedot

Sisällysluettelo 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 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

Lisätiedot

SELVITTÄJÄN KOMPETENSSISTA

SELVITTÄJÄN KOMPETENSSISTA OTM, KTM, Mikko Hakola, Vaasan yliopisto, Laskentatoimen ja rahoituksen laitos Helsinki 20.11.200, Helsingin kauppakorkeakoulu Projekti: Yrityksen maksukyky ja strateginen johtaminen SELVITTÄJÄN KOMPETENSSISTA

Lisätiedot

Lapsen pituuden selittäminen lineaarisella regressiomallilla

Lapsen pituuden selittäminen lineaarisella regressiomallilla Lapsen pituuden selittäminen lineaarisella regressiomallilla Tuomas Reiterä 013759335 Helsingin yliopisto Matemaattis-luonnontieteellinen tiedekunta Matematiikan ja tilastotieteen laitos Tilastotiede Kandidaatintutkielma

Lisätiedot

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset. Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,

Lisätiedot

Logistinen regressio, separoivat hypertasot

Logistinen regressio, separoivat hypertasot Logistinen regressio, separoivat hypertasot Topi Sikanen Logistinen regressio Aineisto jakautunut K luokkaan K=2 tärkeä erikoistapaus Halutaan mallintaa luokkien vedonlyöntikertoimia (odds) havaintojen

Lisätiedot

Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003

Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003 Nimi Opiskelijanumero Tilastotieteen jatkokurssi syksy 2003 Välikoe 2 11.12.2003 Normaalisti jakautuneiden yhdistyksessä on useita tuhansia jäseniä. Yhdistyksen sääntöjen mukaan sääntöihin tehtävää muutosta

Lisätiedot

Yleinen lineaarinen malli eli usean selittäjän lineaarinen regressiomalli

Yleinen lineaarinen malli eli usean selittäjän lineaarinen regressiomalli MS-C2128 Ennustaminen ja aikasarja-analyysi 1. harjoitukset / Tehtävät Kotitehtävät: 2 Aiheet: Aluksi Yleinen lineaarinen malli eli usean selittäjän lineaarinen regressiomalli Tällä kurssilla käytetään

Lisätiedot

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Ka6710000 TILASTOLLISEN ANALYYSIN PERUSTEET 2. VÄLIKOE 9.5.2007 / Anssi Tarkiainen Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Tehtävä 1. a) Gallupissa

Lisätiedot

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Raija Leppälä 29. helmikuuta 2012 Sisältö 1 Johdanto 2 1.1 Jatkuvista jakaumista 2 1.1.1 Normaalijakauma 2 1.1.2 Studentin t-jakauma 3 1.2 Satunnaisotos,

Lisätiedot

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto Tutkimusaineistomme otantoja Hyödyt Ei tarvitse tutkia kaikkia Oikein tehty otanta mahdollistaa yleistämisen

Lisätiedot

Aki Taanila LINEAARISET REGRESSIOMALLIT

Aki Taanila LINEAARISET REGRESSIOMALLIT Aki Taanila LINEAARISET REGRESSIOMALLIT 17.6.2010 SISÄLLYSLUETTELO 0 Johdanto... 1 1 Keskiarvo ennustemallina... 2 2 Yhden selittävän muuttujan malli... 3 3 Useamman selittävän muuttujan malli... 6 4 Excel

Lisätiedot

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO Aki Taanila YHDEN SELITTÄJÄN REGRESSIO 26.4.2011 SISÄLLYS JOHDANTO... 1 LINEAARINEN MALLI... 1 Selityskerroin... 3 Excelin funktioita... 4 EKSPONENTIAALINEN MALLI... 4 MALLIN KÄYTTÄMINEN ENNUSTAMISEEN...

Lisätiedot

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):

54. 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

Lisätiedot

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13

Lisätiedot

Pientalojen radonpitoisuuksien tilastollinen analyysi

Pientalojen radonpitoisuuksien tilastollinen analyysi Pientalojen radonpitoisuuksien tilastollinen analyysi (Valmiin työn esittely) 11.4.2011 Ohjaaja: DI Jirka Poropudas Valvoja: Prof. Raimo Hämäläinen Sisältö 1. Tausta 2. Tavoitteet 3. Menetelmät 4. Tulokset

Lisätiedot

USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI

USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI TEORIA USEAN MUUTTUJAN REGRESSIOMALLIT JA NIIDEN ANA- LYYSI Regressiomalleilla kuvataan tilanteita, jossa suureen y arvot riippuvat joukosta ns selittäviä muuttujia x 1, x 2,..., x p oletetun funktiomuotoisen

Lisätiedot

Testit järjestysasteikollisille muuttujille

Testit järjestysasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten

Lisätiedot

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1. 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

Lisätiedot

Yhden selittäjän lineaarinen regressiomalli

Yhden selittäjän lineaarinen regressiomalli Ilkka Melli Tilastolliset meetelmät Osa 4: Lieaarie regressioaalyysi Yhde selittäjä lieaarie regressiomalli TKK (c) Ilkka Melli (007) Yhde selittäjä lieaarie regressiomalli >> Yhde selittäjä lieaarie regressiomalli

Lisätiedot

Systemaattisen revision eliminointi palkkasummien suhdannekuvasta logistista regressiomallia soveltaen

Systemaattisen revision eliminointi palkkasummien suhdannekuvasta logistista regressiomallia soveltaen Systemaattisen revision eliminointi palkkasummien suhdannekuvasta logistista regressiomallia soveltaen Godfrey M. Lowndes Tilastotieteen pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen

Lisätiedot

SAS/IML käyttö ekonometristen mallien tilastollisessa päättelyssä. Antti Suoperä 16.11.2009

SAS/IML käyttö ekonometristen mallien tilastollisessa päättelyssä. Antti Suoperä 16.11.2009 SAS/IML käyttö ekonometristen mallien tilastollisessa päättelyssä Antti Suoperä 16.11.2009 SAS/IML käyttö ekonometristen mallien tilastollisessa päättelyssä: Matriisi ja vektori laskennan ohjelmisto edellyttää

Lisätiedot

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa: Lisätehtäviä (siis vanhoja tenttikysymyksiä) 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15,

Lisätiedot

LATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ

LATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ LATVUSMASSAN KOSTEUDEN MÄÄRITYS METSÄKULJETUKSEN YHTEYDESSÄ Metsä- ja puuteknologia Pro gradu -tutkielman tulokset Kevät 2010 Petri Ronkainen petri.ronkainen@joensuu.fi 0505623455 Metsäntutkimuslaitos

Lisätiedot

Aikasarjamallit. Pekka Hjelt

Aikasarjamallit. Pekka Hjelt Pekka Hjelt Aikasarjamallit Aikasarja koostuu järjestyksessä olevista havainnoista, ja yleensä se on tasavälinen ja diskreetti eli havaintopisteet ovat erillisiä. Lisäksi aikasarjassa on yleensä autokorrelaatiota

Lisätiedot

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1 Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus TKK (c) Ilkka Mellin (2007) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset

Lisätiedot

5.3 Ensimmäisen asteen polynomifunktio

5.3 Ensimmäisen asteen polynomifunktio Yllä olevat polynomit P ( x) = 2 x + 1 ja Q ( x) = 2x 1 ovat esimerkkejä 1. asteen polynomifunktioista: muuttujan korkein potenssi on yksi. Yleisessä 1. asteen polynomifunktioissa on lisäksi vakiotermi;

Lisätiedot

Kauppatieteellinen tiedekunta Kandidaatintutkielma Talousjohtaminen

Kauppatieteellinen tiedekunta Kandidaatintutkielma Talousjohtaminen Kauppatieteellinen tiedekunta Kandidaatintutkielma Talousjohtaminen FINANSSIKRIISIN VAIKUTUS VAATE-, JALKINE- JA KOSMETIIKKA- ALAN YRITYSTEN YLITUOTTOIHIN YHDYSVALLOISSA The Impact of the Financial Crisis

Lisätiedot

SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON?

SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON? SISÄLTÖ 1 TILASTOJEN KÄYTTÖ...7 MITÄ TILASTOTIEDE ON?...7 TILASTO...7 TILASTOTIEDE...8 HISTORIAA...9 TILASTOTIETEEN NYKYINEN ASEMA...9 TILASTOLLISTEN MENETELMIEN ROOLIT ERI TYYPPISET AINEISTOT JA ONGELMAT...10

Lisätiedot

12. laskuharjoituskierros, vko 16, ratkaisut

12. laskuharjoituskierros, vko 16, ratkaisut 1. lakuharjoitukierro, vko 16, ratkaiut D1. Muuttujien x ja Y havaitut arvot ovat: x 1 3 4 6 8 9 11 14 Y 1 4 4 5 7 8 9 a) Määrää regreiomallin Y i = α +βx i +ǫ i regreiokertoimien PNS-etimaatit ja piirrä

Lisätiedot

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit s t ja t kahden Sisältö t ja t t ja t kahden kahden t ja t kahden t ja t Tällä luennolla käsitellään epäparametrisia eli

Lisätiedot

Perusjoukon kokonaissumman estimointi Coxin regressiolla ja logistisella regressiolla: sovellus rakennusten aloitustilastoon

Perusjoukon kokonaissumman estimointi Coxin regressiolla ja logistisella regressiolla: sovellus rakennusten aloitustilastoon Perusjoukon kokonaissumman estimointi Coxin regressiolla ja logistisella regressiolla: sovellus rakennusten aloitustilastoon Juha Paju Tilastotieteen pro gradu -tutkielma Jyväskylän yliopisto Matematiikan

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Mittalaitteiden staattiset ominaisuudet Mittalaitteita kuvaavat tunnusluvut voidaan jakaa kahteen luokkaan Staattisiin

Lisätiedot

Erikoistyö: Alkoholin kulutusmenojen ennustaminen

Erikoistyö: Alkoholin kulutusmenojen ennustaminen Erikoistyö: Alkoholin kulutusmenojen ennustaminen Tekijä: Mikko Nordlund 49857B mikko.nordlund@hut.fi Ohjaaja: Ilkka Mellin Jätetty: 11.12.2003 Sisällysluettelo 1. JOHDANTO... 3 2. MALLIEN TUTKIMINEN...

Lisätiedot

Usean selittävän muuttujan regressioanalyysi

Usean selittävän muuttujan regressioanalyysi Tarja Heikkilä Usean selittävän muuttujan regressioanalyysi Yhden selittävän muuttujan regressioanalyysia on selvitetty kirjan luvussa 11, jonka esimerkissä18 muodostettiin lapsen syntymäpainolle lineaarinen

Lisätiedot

Aineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin

Aineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin Aineistoista 11.2.09 IK Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin Muotoilussa kehittyneet menetelmät, lähinnä luotaimet Havainnointi:

Lisätiedot

2 k -faktorikokeet. Vilkkumaa / Kuusinen 1

2 k -faktorikokeet. Vilkkumaa / Kuusinen 1 2 k -faktorikokeet Vilkkumaa / Kuusinen 1 Motivointi 2 k -faktorikoe on k-suuntaisen varianssianalyysin erikoistapaus, jossa kaikilla tekijöillä on vain kaksi tasoa, matala (-) ja korkea (+). 2 k -faktorikoetta

Lisätiedot

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi Mat-2.2104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden ja homogeenisuden testaaminen Bowmanin ja Shentonin testi, Hypoteesi, 2 -homogeenisuustesti, 2 -yhteensopivuustesti,

Lisätiedot

3. Useamman selittäajäan regressiomalli. p-selittäaväaäa muuttujaa. Y i = + 1 X i1 +...+ p X ip + u i

3. Useamman selittäajäan regressiomalli. p-selittäaväaäa muuttujaa. Y i = + 1 X i1 +...+ p X ip + u i 3. Useamman selittäajäan regressiomalli p-selittäaväaäa muuttujaa Y i = + 1 X i1 +...+ p X ip + u i i = 1,...,n (> p), missäa n = havaintojen lukumäaäaräa otoksessa. Oletukset kuten aiemmin: (1) E(u i

Lisätiedot

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Yhden otoksen suhteellisen osuuden testaus Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Hypoteesit H 0 : p = p 0 H 1 : p p 0 tai H 1 : p > p 0 tai H 1 : p < p 0 Suhteellinen osuus

Lisätiedot

Ohjeita kvantitatiiviseen tutkimukseen

Ohjeita kvantitatiiviseen tutkimukseen 1 Metropolia ammattikorkeakoulu Liiketalouden yksikkö Pertti Vilpas Ohjeita kvantitatiiviseen tutkimukseen Osa 2 KVANTITATIIVISEN TUTKIMUSAINEISTON ANALYYSI Sisältö: 1. Frekvenssi- ja prosenttijakaumat.2

Lisätiedot

Kojemeteorologia (53695) Laskuharjoitus 1

Kojemeteorologia (53695) Laskuharjoitus 1 Kojemeteorologia (53695) Laskuharjoitus 1 Risto Taipale 20.9.2013 1 Tehtävä 1 Erään lämpömittarin vertailu kalibrointistandardiin antoi keskimääräiseksi eroksi standardista 0,98 C ja eron keskihajonnaksi

Lisätiedot

Faktoreiden identifiointi ja rahastotuottojen analysointi Eurooppalaisille Large Cap osakerahastoille

Faktoreiden identifiointi ja rahastotuottojen analysointi Eurooppalaisille Large Cap osakerahastoille Faktoreiden identifiointi ja rahastotuottojen analysointi Eurooppalaisille Large Cap osakerahastoille Mat 2.77 Operaatiotutkimuksen projektityöseminaari Kristian Nikinmaa (projektipäällikkö) Markus Ehrnrooth

Lisätiedot

Matemaatikot ja tilastotieteilijät

Matemaatikot ja tilastotieteilijät Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat

Lisätiedot

Empiirinen projekti. Olli-Matti Laine Kauppatieteet

Empiirinen projekti. Olli-Matti Laine Kauppatieteet Empiirinen projekti Olli-Matti Laine Kauppatieteet 1 Contents 1. Johdanto... 3 2. Kuvaileva osa... 4 3. Analyysiosa... 17 4. Yhteenveto... 35 2 1. Johdanto Tutkin projektissa tilastollisin menetelmin kansantaloudellisia

Lisätiedot

ATH-koulutus THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1

ATH-koulutus THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 ATH-koulutus THL 16.2.2011 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 Sisältö Otanta-asetelma Ositus ja 75 vuotta täyttäneiden ylipoiminta Painokertoimet Tulosten esittäminen: mallivakiointi Esimerkit

Lisätiedot

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1.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

Lisätiedot

031021P Tilastomatematiikka (5 op) kertausta 2. vk:een

031021P Tilastomatematiikka (5 op) kertausta 2. vk:een 031021P Tilastomatematiikka (5 op) kertausta 2. vk:een Jukka Kemppainen Mathematics Division 2. välikokeeseen Toinen välikoe on la 5.4.2014 klo. 9.00-12.00 saleissa L1,L3 Koealue: luentojen luvut 7-11

Lisätiedot

Johdatus tilastotieteeseen Yhden selittäjän lineaarinen regressiomalli. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Yhden selittäjän lineaarinen regressiomalli. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteesee Yhde selittää lieaarie regressiomalli TKK (c) Ilkka Melli (2005) Yhde selittää lieaarie regressiomalli Yhde selittää lieaarie regressiomalli a sitä koskevat oletukset Yhde selittää

Lisätiedot

määrittelyjoukko. 8 piirretään tangentti pisteeseen, jossa käyrä leikkaa y-akselin. Määritä tangentin yhtälö.

määrittelyjoukko. 8 piirretään tangentti pisteeseen, jossa käyrä leikkaa y-akselin. Määritä tangentin yhtälö. MAA8 Juuri- ja logaritmifunktiot 5.4.0 Jussi Tyni. a) Derivoi f ( ) 3e 5 Mikä on funktion f () = ln(5 ) 00 määrittelyjoukko. c) Derivoi g( t) 4ln( t t ). Käyrälle g( ) e 8 piirretään tangentti pisteeseen,

Lisätiedot

Tiina Hakanen. Aerobisen ja anaerobisen kynnyssykkeen mallintaminen MARSmenetelmällä sekä liikunnan määrän ja laadun vaikutus kuntoarvioihin

Tiina Hakanen. Aerobisen ja anaerobisen kynnyssykkeen mallintaminen MARSmenetelmällä sekä liikunnan määrän ja laadun vaikutus kuntoarvioihin PRO GRADU -TUTKIELMA Tiina Hakanen Aerobisen ja anaerobisen kynnyssykkeen mallintaminen MARSmenetelmällä sekä liikunnan määrän ja laadun vaikutus kuntoarvioihin TAMPEREEN YLIOPISTO Informaatiotieteiden

Lisätiedot

LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS

LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS Helsinki 26..200 4 2 5 Seminaari 26..200 Mikko Hakola Laskentatoimen osaaminen Testatut tahot Selvittäjiä Yrittäjiä KLT-kirjanpitäjiä Virallisen

Lisätiedot

Henkilöstön työkyky ja yrityksen menestyminen 13.2.2009

Henkilöstön työkyky ja yrityksen menestyminen 13.2.2009 Henkilöstön työkyky ja yrityksen menestyminen 13.2.29 TUTKIMUSONGELMA Yritykset ovat kiinnittäneet huomiota sairauspoissaolojen aiheuttamiin kustannuksiin ja tuotannonmenetyksiin. Vähäisemmälle huomiolle

Lisätiedot

KANSANTALOUSTIETEEN PÄÄSYKOE 4.6.2015 MALLIVASTAUKSET

KANSANTALOUSTIETEEN PÄÄSYKOE 4.6.2015 MALLIVASTAUKSET KANSANTALOUSTIETEEN ÄÄSYKOE 4.6.05 MALLIVASTAUKSET Sivunumerot mallivastauksissa viittaavat pääsykoekirjan [Matti ohjola, Taloustieteen oppikirja,. painos, 04] sivuihin. () (a) Bretton Woods -järjestelmä:

Lisätiedot

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

Segregaation eri ilmenemismuodot ja sukupuolten palkkaerot

Segregaation eri ilmenemismuodot ja sukupuolten palkkaerot Segregaation eri ilmenemismuodot ja sukupuolten palkkaerot Segregaatio ja sukupuolten väliset palkkaerot tutkimushankkeen päätösseminaari Valkoinen Sali, 25.04.2008 Reija Lilja (yhteistyössä Rita Asplundin,

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko

Lisätiedot

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Luentokalvoja tilastollisesta päättelystä Kalvot laatinut Aki Taanila Päivitetty 30.11.2012 Otanta Otantamenetelmiä Näyte Tilastollinen päättely Otantavirhe Otanta Tavoitteena edustava otos = perusjoukko

Lisätiedot

ARTIKKELEITA. 1. Johdanto. 2. Regressiomalli ja ennustaminen. Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto

ARTIKKELEITA. 1. Johdanto. 2. Regressiomalli ja ennustaminen. Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto Kansantaloudellinen aikakauskirja 100. vsk. 4/2004 ARTIKKELEITA Vuoden 2004 alkoholiverotuksen muutoksen kulutusennusteet vuosille 2004 2012 Mikael Linden VTT, kansantaloustieteen professori Joensuun yliopisto

Lisätiedot

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Mat-2.104 Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat: Mat-.04 Tilastollise aalyysi perusteet / Ratkaisut Aiheet: Avaisaat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahde riippumattoma otokse t-testit, Nollahypoteesi, p-arvo, Päätössäätö, Testi,

Lisätiedot

Puuttuvan tiedon ongelmat pitkittäistutkimuksissa

Puuttuvan tiedon ongelmat pitkittäistutkimuksissa 1/27 Puuttuvan tiedon ongelmat pitkittäistutkimuksissa Jaakko Nevalainen Tampereen yliopisto Sosiaalilääketieteen päivät 3.-4.11.2014 2/27 Sisältö 1 Johdanto ja peruskäsitteet 2 Mallintamiseen pohjautuvat

Lisätiedot

1. Lineaarinen optimointi

1. Lineaarinen optimointi 0 1. Lineaarinen optimointi 1. Lineaarinen optimointi 1.1 Johdatteleva esimerkki Esimerkki 1.1.1 Giapetto s Woodcarving inc. valmistaa kahdenlaisia puuleluja: sotilaita ja junia. Sotilaan myyntihinta on

Lisätiedot

Funktion derivoituvuus pisteessä

Funktion derivoituvuus pisteessä Esimerkki A Esimerkki A Esimerkki B Esimerkki B Esimerkki C Esimerkki C Esimerkki 4.0 Ratkaisu (/) Ratkaisu (/) Mielikuva: Funktio f on derivoituva x = a, jos sen kuvaaja (xy-tasossa) pisteen (a, f(a))

Lisätiedot

Aki Taanila VARIANSSIANALYYSI

Aki Taanila VARIANSSIANALYYSI Aki Taanila VARIANSSIANALYYSI 18.5.2007 VARIANSSIANALYYSI 1 JOHDANTO...2 VARIANSSIANALYYSI...3 Yksisuuntainen varianssianalyysi...3 Kaksisuuntainen varianssianalyysi ilman toistoja...6 Kaksisuuntainen

Lisätiedot

LOKAN JA PORTTIPAHDAN TEKOJÄRVIEN KALOJEN ELOHOPEAPITOISUUDEN TARKKAILU VUONNA 2012

LOKAN JA PORTTIPAHDAN TEKOJÄRVIEN KALOJEN ELOHOPEAPITOISUUDEN TARKKAILU VUONNA 2012 LOKAN JA PORTTIPAHDAN TEKOJÄRVIEN KALOJEN ELOHOPEAPITOISUUDEN TARKKAILU VUONNA 2012 JOHANNA MEHTÄLÄ 2014 TARKKAILUN PERUSTA Lokan ja Porttipahdan tekojärvien kalaston elohopeapitoisuuksien tarkkailu perustuu

Lisätiedot

INVESTMENT STRATEGIES BASED ON ANOMALIES ON THE HELSINKI STOCK EXCHANGE P/E-, P/B, P/S- AND COMPOSITE VALUES

INVESTMENT STRATEGIES BASED ON ANOMALIES ON THE HELSINKI STOCK EXCHANGE P/E-, P/B, P/S- AND COMPOSITE VALUES Lappeenrannan teknillinen yliopisto Kauppatieteellinen tiedekunta Talouden ja yritysjuridiikan laitos Rahoitus MARKKINATEHOKKUUDEN SÄÄNNÖNMUKAISIIN POIKKEAMIIN PERUSTUVAT SIJOITUSSTRATEGIAT HELSINGIN PÖRSSISSÄ

Lisätiedot

RAKENNUSPALOJEN LUKUMÄÄRIIN VAIKUTTAVIA TEKIJÖITÄ SUOMESSA

RAKENNUSPALOJEN LUKUMÄÄRIIN VAIKUTTAVIA TEKIJÖITÄ SUOMESSA RAKENNUSPALOJEN LUKUMÄÄRIIN VAIKUTTAVIA TEKIJÖITÄ SUOMESSA Kuntakohtaisten rakennuspalojen lukumäärien ja niiden muutosten mallintaminen Esko Kaukonen Pelastusopiston julkaisu B-sarja: Tutkimusraportit

Lisätiedot

Hoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla

Hoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla Hoitotyön henkilöstövoimavarojen hallinnan mallintaminen kansallisesti yhtenäisillä tunnusluvuilla Ehdotukset kansallisesti yhtenäisiksi hoitotyön henkilöstövoimavarojen hallinnan tunnusluvuiksi Erikoissairaanhoito

Lisätiedot

2. Yhden selittäajäan lineaarinen regressiomalli. 2.1 Malli ja parametrien estimointi. Malli:

2. Yhden selittäajäan lineaarinen regressiomalli. 2.1 Malli ja parametrien estimointi. Malli: 2. Yhden selittäajäan lineaarinen regressiomalli Regressio-termi peräaisin Galtonilta. IsÄan ja pojan pituus: PitkÄa isäa lyhyempi poika, lyhyt isäa pidempi poika. Son height (cm) 21 2 19 18 17 16 15 15

Lisätiedot

MS-C2{04 Tilastollisen analyysin perusteet

MS-C2{04 Tilastollisen analyysin perusteet MS-C2{04 Tilastollisen analyysin perusteet Tentti 7.4.20 4A/irtanen Kirjoita selvästi jokaiseen koepaperiin alla mainitussa järjestyksessä: OHlprrn (i) (ii) MS-C204 TAP 7.4.204 opiskelijanumero + kirjain

Lisätiedot

TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014

TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA. Pentti Nieminen 03.11.2014 TILASTOLLISTEN MENETELMIEN KIRJO JA KÄYTTÖ LÄÄKETIETEEN TUTKIMUSJULKAISUISSA LUKIJAN NÄKÖKULMA 2 TAUSTAKYSYMYKSIÄ 3 Mitä tutkimusmenetelmiä ja taitoja opiskelijoille tulisi opettaa koulutuksen eri vaiheissa?

Lisätiedot

Liikkeet. Haarto & Karhunen. www.turkuamk.fi

Liikkeet. Haarto & Karhunen. www.turkuamk.fi Liikkeet Haarto & Karhunen Suureita Aika: tunnus t, yksikkö: sekunti = s Paikka: tunnus x, y, r, ; yksikkö: metri = m Paikka on ektorisuure Suoraiiaisessa liikkeessä kappaleen paikka (asema) oidaan ilmoittaa

Lisätiedot

virhemarginaali eli luottamusväli on plus miinus yksi prosenttiyksikkö. Taulukosta 1 nähdään myös muiden muuttujien vakioidut palkkaerot.

virhemarginaali eli luottamusväli on plus miinus yksi prosenttiyksikkö. Taulukosta 1 nähdään myös muiden muuttujien vakioidut palkkaerot. 28 työmarkkinaedunvalvonta Teksti: Teuvo Muhonen TEKin työmarkkinatutkimus Tulospalkkiot lievässä laskussa Tulospalkkioiden osuus kokonaisvuosiansioista oli viime vuonna 7,2 prosenttia, kun se vuotta aikaisemmin

Lisätiedot

Altisteiden ja sairauksien mittaaminen. Biostatistiikan näkökulmasta EPIDEMIOLOGIAN JA BIOSTATISTIIKAN PERUSTEET. L2 kevät 2007

Altisteiden ja sairauksien mittaaminen. Biostatistiikan näkökulmasta EPIDEMIOLOGIAN JA BIOSTATISTIIKAN PERUSTEET. L2 kevät 2007 EPIDEMIOLOGIAN JA BIOSTATISTIIKAN PERUSTEET L2 kevät 2007 mittaaminen Biostatistiikan näkökulmasta Janne Pitkäniemi VTM, MSc (biometry) HY, Kansanterveystieteen laitos 1 Perusjoukon ja otoksen käsitteet

Lisätiedot

Rikollisuuskehityksen mallittaminen kommentti Matti Virénin kirjoitukseen

Rikollisuuskehityksen mallittaminen kommentti Matti Virénin kirjoitukseen Kansantaloudellinen aikakauskirja 97. vsk. 2/2001 Rikollisuuskehityksen mallittaminen kommentti Matti Virénin kirjoitukseen KATSAUKSIA JA KESKUSTELUA Reino Sirén Tutkija Oikeuspoliittinen tutkimuslaitos

Lisätiedot

Ajankäyttötutkimuksen satoa eli miten saan ystäviä, menestystä ja hyvän arvosanan tietojenkäsittelyteorian perusteista

Ajankäyttötutkimuksen satoa eli miten saan ystäviä, menestystä ja hyvän arvosanan tietojenkäsittelyteorian perusteista Ajankäyttötutkimuksen satoa eli miten saan ystäviä, menestystä ja hyvän arvosanan tietojenkäsittelyteorian perusteista Harri Haanpää 18. kesäkuuta 2004 Tietojenkäsittelyteorian perusteiden kevään 2004

Lisätiedot

Polttoaineiden kuluttajahintojen tilastollinen mallintaminen päivä- ja asematasolla

Polttoaineiden kuluttajahintojen tilastollinen mallintaminen päivä- ja asematasolla Polttoaineiden kuluttajahintojen tilastollinen mallintaminen päivä- ja asematasolla Joonas Isoketo Tilastotieteen pro gradu -tutkielma Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Vuosi 2014

Lisätiedot

Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET

Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET Aki Taanila TILASTOLLISEN PÄÄTTELYN ALKEET 21.5.2014 SISÄLLYS 0 JOHDANTO... 1 1 TILASTOLLINEN PÄÄTTELY... 2 1.1 Tiekartta... 4 2 YHTÄ MUUTTUJAA KOSKEVA PÄÄTTELY... 5 2.1 Keskiarvon luottamusväli... 5 2.2

Lisätiedot

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2015 Aikataulu ja suoritustapa (Katso MyCourses) Luennot

Lisätiedot

Kuka hyötyy kaupungin vuokraasunnoista?

Kuka hyötyy kaupungin vuokraasunnoista? Kuka hyötyy kaupungin vuokraasunnoista? Essi Eerola, Suomen Pankki* Tuukka Saarimaa, VATT * Tutkimuksessa esitetyt näkemykset eivät välttämättä vastaa Suomen Pankin kantaa. 1 Helsingin kaupunki on merkittävä

Lisätiedot

BIOSTATISTIIKKAA ESIMERKKIEN AVULLA. Kurssimoniste (luku 2) Janne Pitkäniemi. Helsingin Yliopisto Kansanterveystieteen laitos

BIOSTATISTIIKKAA ESIMERKKIEN AVULLA. Kurssimoniste (luku 2) Janne Pitkäniemi. Helsingin Yliopisto Kansanterveystieteen laitos BIOSTATISTIIKKAA ESIMERKKIEN AVULLA Kurssimoniste (luku 2) Janne Pitkäniemi Helsingin Yliopisto Kansanterveystieteen laitos Helsinki, 2005 Biostatistiikkaa esimerkkien avulla 1 Janne Pitkäniemi, syksy

Lisätiedot

Verotus ja talouskasvu. Essi Eerola (VATT) Tulevaisuuden veropolitiikka -seminaari 25.09.2009

Verotus ja talouskasvu. Essi Eerola (VATT) Tulevaisuuden veropolitiikka -seminaari 25.09.2009 Verotus ja talouskasvu Essi Eerola (VATT) Tulevaisuuden veropolitiikka -seminaari 25.09.2009 Johdantoa (1/2) Talouskasvua mitataan bruttokansantuotteen kasvulla. Pienetkin erot talouden BKT:n kasvuvauhdissa

Lisätiedot

TESTINVALINTATEHTÄVIEN VASTAUKSET

TESTINVALINTATEHTÄVIEN VASTAUKSET TESTINVALINTATEHTÄVIEN VASTAUKSET Vastaukset on merkitty keltaisella, muuttujien mittaustasot muuttujan kuvauksen perässä ja muu osa vastauksesta kysymyksen perässä. Tehtävä 1. Talousmatematiikan kurssin

Lisätiedot

Lahden kaupungin metsien hiililaskennat

Lahden kaupungin metsien hiililaskennat Lahden kaupungin metsien hiililaskennat SIMO-seminaari 23.3.2011 Jouni Kalliovirta Laskenta pääpiirtein Tehtävä: Selvittää Lahden kaupungin metsien hiilivirrat Hiilensidonnan kannalta optimaalinen metsänkäsittely

Lisätiedot

Vuokratietojen imputointi SISU -aineistoon

Vuokratietojen imputointi SISU -aineistoon Vuokratietojen imputointi SISU -aineistoon Sisällys 1 AINEISTON LÄHTÖTILANNE JA IMPUTOINTI.... 3 1.1 Aineiston asuntokunnat ja asumistukirekisteri...3 1.2 Tietojen imputointimenetelmä........................................

Lisätiedot

Sisällysluettelo SISÄLLYSLUETTELO...6 LYHYT SANASTO VASTA-ALKAJILLE...7 1. JOHDATUS PARAMETRITTOMIIN MENETELMIIN...9

Sisällysluettelo SISÄLLYSLUETTELO...6 LYHYT SANASTO VASTA-ALKAJILLE...7 1. JOHDATUS PARAMETRITTOMIIN MENETELMIIN...9 Sisällysluettelo SISÄLLYSLUETTELO...6 LYHYT SANASTO VASTA-ALKAJILLE...7 1. JOHDATUS PARAMETRITTOMIIN MENETELMIIN...9 1.1 PARAMETRITTOMIEN MENETELMIEN LYHYT HISTORIA 11 1.2 PARAMETRITTOMAT MENETELMÄT IHMISTIETEISSÄ

Lisätiedot

Kuinka haastavaa uusien työntekijöiden rekrytointi on ollut teidän organisaationne kohdalla viimeisen kahden vuoden aikana? /

Kuinka haastavaa uusien työntekijöiden rekrytointi on ollut teidän organisaationne kohdalla viimeisen kahden vuoden aikana? / Profiilittaiset erot arviointikysymyksissä Tarkasteltaessa aineistoa profiileittain jaoteltuna tilastollisesti merkittäviä eroja ryhmien välillä ei esiinny. Henkilöstömäärän mukaan jaoteltuna aineistosta

Lisätiedot

Hämeenlinna 6.9.2012. Jari Lindblad Jukka Antikainen. Jukka.antikainen@metla.fi 040 801 5051

Hämeenlinna 6.9.2012. Jari Lindblad Jukka Antikainen. Jukka.antikainen@metla.fi 040 801 5051 Puutavaran mittaus Hämeenlinna 6.9.2012 Jari Lindblad Jukka Antikainen Metsäntutkimuslaitos, Itä Suomen alueyksikkö, Joensuu Jukka.antikainen@metla.fi 040 801 5051 SISÄLTÖ 1. Puutavaran mittaustarkkuus

Lisätiedot

I I K UL U UT U T T A T JANTE T O E R O I R A

I I K UL U UT U T T A T JANTE T O E R O I R A II KULUTTAJANTEORIA.. Budjettirajoite * Ihmisten kaikkea toimintaa rajoittavat erilaiset rajoitteet. * Mikrotalouden kurssilla tärkein rajoite on raha. * Kuluttaja maksimoi hyötyään, mutta ei kykene toteuttamaan

Lisätiedot

Työvoiman tarpeen ennustaminen SARIMA-aikasarjamallilla

Työvoiman tarpeen ennustaminen SARIMA-aikasarjamallilla Aalto-yliopisto Perustieteiden korkeakoulu Teknillisen fysiikan ja matematiikan tutkinto-ohjelma Työvoiman tarpeen ennustaminen SARIMA-aikasarjamallilla Kandidaatintyö 27.5.2015 Touko Väänänen Työn saa

Lisätiedot

Aluksi. 1.1. Kahden muuttujan lineaarinen yhtälö

Aluksi. 1.1. Kahden muuttujan lineaarinen yhtälö Aluksi Matematiikan käsite suora on tarkalleen sama asia kuin arkikielen suoran käsite. Vai oliko se toisinpäin? Matematiikan luonteesta johtuu, että sen soveltaja ei tyydy pelkkään suoran nimeen eikä

Lisätiedot

Hammashoidon potilasvahinkojen korvattavuuden analyysi kaksiarvoisella ja järjestysasteikollisella logistisella regressiolla.

Hammashoidon potilasvahinkojen korvattavuuden analyysi kaksiarvoisella ja järjestysasteikollisella logistisella regressiolla. Hammashoidon potilasvahinkojen korvattavuuden analyysi kaksiarvoisella ja järjestysasteikollisella logistisella regressiolla. Tilastotieteen pro gradu -tutkielma. Sini Karhunen Matemaattisten tieteiden

Lisätiedot

ATH-koulutus: R ja survey-kirjasto THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1

ATH-koulutus: R ja survey-kirjasto THL 16.2.2011. 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 ATH-koulutus: R ja survey-kirjasto THL 16.2.2011 16. 2. 2011 ATH-koulutus / Tommi Härkänen 1 Sisältö Otanta-asetelman kuvaaminen R:llä ja survey-kirjastolla Perustunnusluvut Regressioanalyysit 16. 2. 2011

Lisätiedot

Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2

Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2 Rahoitustarkastuksen standardi 4.3i Operatiivisen riskin vakavaraisuusvaatimus LIITE 2 Perus- ja standardimenetelmän sekä vaihtoehtoisen standardimenetelmän mukaisen vakavaraisuusvaatimuksen laskentaesimerkit

Lisätiedot

Logistista regressioanalyysiä ajokokeen tuloksiin vaikuttavista tekijöistä

Logistista regressioanalyysiä ajokokeen tuloksiin vaikuttavista tekijöistä Tilastotieteen pro gradu -tutkielma Logistista regressioanalyysiä ajokokeen tuloksiin vaikuttavista tekijöistä Ville Vauhkonen Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Tilastotiede 11.11.2009

Lisätiedot

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä 3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä Lineaarinen m:n yhtälön yhtälöryhmä, jossa on n tuntematonta x 1,, x n on joukko yhtälöitä, jotka ovat muotoa a 11 x 1 + + a 1n x n = b 1 a 21

Lisätiedot

14 Talouskasvu ja tuottavuus

14 Talouskasvu ja tuottavuus 14 Talouskasvu ja tuottavuus 1. Elintason kasvu 2. Kasvun mittaamisesta 3. Elintason osatekijät Suomessa 4. Elintason osatekijät OECD-maissa 5. Työn tuottavuuden kasvutekijät Tämä on pääosin Mankiw n ja

Lisätiedot