TILASTOTIEDE KÄYTÄNNÖN TUTKIMUKSESSA
|
|
- Aapo Jääskeläinen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 TILASTOTIEDE KÄYTÄNNÖN TUTKIMUKSESSA Pekka Pere Matematiikan ja tilastotieteen laitos Helsingin yliopisto Syyslukukausi 2009 OPISKELIJA JA TILASTOTIEDE Alta opimme, että tilastotiede on maailman hauskin oppiaine. Se on myös erittäin hyödyllinen sivuaine. Numeroiden tulkinnassa tilastotiede on keskeisessä asemassa ja monissa opinnäytteissä välttämätön työkalu. Yksi opiskelijan elämän säännönmukaisuuksia on katumus pro gradu vaiheessa, että tilastotiedettä ei tullut opiskeltua enempää tai perusteellisemmin. Eräs yhteiskuntatieteiden professori muotoili tilastotieteen tarpeen opiskelijalle näin: Gradussa tulee olla muitakin numeroita kuin sivunumerot. Toinen niin, että hän kuvitteli monimuuttujamenetelmien hallinnan riittävän alallaan, mutta nykypäivänä se ei enää riitä. Opiskeluasenteeksi ei sovi kiire. Luetun sivumäärän päivää kohden ei ole suotavaa olla kovin suuri. Tilastotieteen pidemmälle menevässä opiskelussa tarvitaan kynää ja paperia eli sitä ei voi oppia vain "lukemalla". Tilastotieteen peruskurssit ovat mahdollisesti pisimmälle kantavat kurssit opiskelijan elämässä. 1 Oman alansa tehtäviin sijoittuva tuore maisteri hyödyntää uransa alkuvaiheessa pääaineensa erityistietämystä ja mahdollisesti tilastotiedettä. Työelämässä edetessään hän tyypillisesti erkaantuu oman alansa erikoistehtävistä ja siirtyy johtajuutta vaativiin tehtäviin. Edelleen ellei jopa enenevässä määrin hän kuitenkin tekee päätöksiä tilasto- tai yleisemmin kvantitatiiviseen tietoon perustuen. Tilastotieteen opiskelun tavoite on, että maisteri pystyy ymmärtämään ja lukemaan kriittisesti muiden tekemiä empiirisiä tilastotieteellisiä tutkimuksia sekä tekemään itse pienimuotoisia sellaisia. Zacharias Topelius (1905, s. 448): MITÄ TILASTOTIEDE ON? Määritelmiä ja käsitteitä Kuinka maamme edistyy varallisuudessa uuden ajan elähyttävien voimien kautta, sen näemme silmäimme edessä, ja siitä kertoo nykyinen tilastotiede eli valtiotiede. Samoin kuin historia meille kuvaa menneen, jo päättyneen ajan, samoin tilastotiede merkitsee nykyajan olot, jotka vielä ovat tekeillä, ja vertaa niitä toisiinsa tai entisiin aikoihin. Tämä on opettavaista. Se osoittaa meille selvillä numeroilla, edistyykö vai taantuuko maa varallisuudessa, väkiluvussa, hyvissä tavoissa, 1 David Hand (2009): Modern Statistics: The Myth and the Magic (RSS Presidential Address). Journal of the Royal Statistical Society, Series A, 172,
2 2 tiedossa ja monessa muussa. Vuodesta 1865 on Helsingissä tilastollinen virkakunta, joka vuosittain ikäänkuin vaa alla punnitsee minkä arvoinen maa on. 2 Alla on Wikipedian kuvausta tilastotieteestä 3 : Tilastotiede on todennäköisyyslaskentaan perustuva tieteenala, joka tutkii tilastollisten aineistojen keräämistä, käsittelyä ja tältä pohjalta tehtävää päättelyä. Kun tilastotieteen menetelmiä käytetään aineiston esittämiseen, on kyse lähinnä kuvailevasta tilastotieteestä. Kun kuvailusta siirrytään aineiston tarkasteluun tai mallinnukseen siten, että aineiston epävarmuus ja havaintojen satunnaisuus otetaan huomioon, puhutaan tilastollisesta päättelystä. Näissä molemmissa tapauksissa on kyse soveltavasta tilastotieteestä. Matemaattinen tilastotiede keskittyy puolestaan tarkastelemaan tilastotieteen teoreettista perustaa. -- Tilastotieteen soveltaminen tarkasteltavaan tieteelliseen, teolliseen tai yhteiskunnalliseen ongelmaan alkaa populaation määrittelyllä. Kyseessä voi olla jonkin maan väestö tai tehtaan valmistamat tuotteet. Aineistoa on tavallisesti mahdollista kerätä vain populaation osajoukosta, jolloin tutkimuksen kohteena on otos. Otoksesta voidaan kerätä aineistoa joko havainnoiden tai kokeellisessa asetelmassa. Kun aineisto on kerätty, siitä tehtävä analyysi voidaan jakaa kuvailuun ja päättelyyn, jotka tosin liittyvät usein toisiinsa läheisesti: * Kuvaileva tilastollinen analyysi on aineiston esittämistä joko numeerisesti tai graafisesti. * Tilastollinen päättely on aineiston mallintamista, satunnaisuuden huomioon ottamista sekä aineistosta saatujen tuloksien yleistämistä populaatioon. Jos tarkasteltava otos on edustava eli kuvaa populaatiota, voidaan tilastollinen päättely laajentaa otoksesta koko populaatioon. Keskeinen ongelma on se, missä määrin otos on edustava. Tilastotieteen menetelmät mahdollistavat satunnaisvaihtelun huomioimisen, joka syntyy otoksen keräämisestä eli otannasta. Englanninkielinen Wikipedia ehdottaa 4 : Statistics is a mathematical science pertaining to the collection, analysis, interpretation or explanation, and presentation of data. Tilastotiede muutoksessa Iso-Britannian kuninkaallisen tilastotieteellisen seuran presidentti David Handin (Imperial College - yliopisto) mielestä tilastotieteen käsitettä tulisi laajentaa. Alla oleva perustuu hänen artikkeliinsa. 5 2 Maamme kirja. Kymmenennen tekijän kuoleman jälkeen (1898) korjatun painoksen mukaan suomentanut P. Cajander. Edlund, Helsinki. 3 Tämä ja WWW-viittaukset alla on tehty syksyllä Modern statistics: The Myth and the Magic (RSS Presidential Address). Journal of the Royal Statistical Society, Series A, 172, Samoja pohdintoja löytyy David Handin kirjasta (2009): Statistics: A Very Short Introduction. Oxford University Press. Tämä ja kaksi seuraavaa jaksoa noudattelevat pitkälti Handin artikkelia.
3 Ei ole olemassa elämän aluetta, jota tilastotiede ei koskettaisi. Esimerkkejä asioista, joissa tilastotiede on keskeisessä roolissa: - tilastokeskus (ilmeinen ja kattava) - ilmastonmuutos (analyysi, ennustaminen, riskien arviointi jne.) - bioinformatiikka (biologisten mekanismien päättely, geenien rakenne ja toiminta jne.) - vähittäiskauppojen valtavat tietovarannot ja yleisemminkin nykyiset valtavat tietovarannot esimerkiksi Internetissä. John Tukey: Parasta tilastotieteilijän ammatissa on, että pääsee leikkimään jokaisen takapihalle. Tilastotiede on kaikista oppialoista jännittävin! Tilastotiede on nykyään yhtälailla laskennallinen kuin matemaattinen tiede. Tietokone on mullistanut tilastotieteen luonteen ja käytön. J. M. Chambers (2003): "Suurempi tilastotiede" (greater statistics). Kaikki mikä liittyy aineistosta oppimiseen. "Vähäisempi tilastotiede" (lesser statistics). Tilastotieteilijöiden kehittämä metodologinen ydin eli se tilastotiede, joka julkaistaan alan aikakauskirjoissa, josta tehdään väitöskirjat jne. Handin mukaan moderni tilastotiede tulisi määritellä "suuremman tilastotieteen" tapaan. Uudet sovellusalueet ovat perinteisesti vieneet tilastotiedettä eteenpäin: Maanviljelyskokeet inspiroivat kokeensuunnittelun teorian. Lääketieteen kysymykset veivät elinaika-analyysiin (survival analysis). Käyttäytymistieteiden ongelmat johtivat faktorianalyysiin. Yhteiskuntatieteelliset teemat tuottivat survey-tutkimusten teorian jne. Näin on edelleen. Esimerkiksi Internetin valtaisat tietomäärät ovat johtaneet uusiin menetelmiin valtavien ja muuttuvien tietomäärien hallintaan. Tietokone on muuttanut tilastotieteen luonnetta siten, että tilastotieteilijät sekä sen soveltajat voivat keskittyä entistä enemmän ymmärtämiseen laskennan sijaan. Mallit voidaan jakaa ikonisiin ja empirisiin: Ikonisissa malleissa teoriaa oleellisesti määrää mallin (esim. fysiikan lakien määräämä yhtälö). Empiirisiset mallit summeeravat aineiston "sopivasti". Teoria ei esimerkiksi kerro selkeästi, miten ja mitkä muuttujat kuuluvat malliin. Yhteiskuntatieteiden, bioinformatiikan, rahoituksen jne. piirissä rakennettavat mallit ovat tyypillisesti tällaisia. Äärimmäisiä esimerkkejä empiirisistä malleista ovat mallit, jotka on löydetty kalastuksella (data mining). Tällöin suuresta aineistosta haetaan pitkälti ilman sovellusalan teorian tukea mahdollisesti monimutkainen malli, joka näyttää sopivan aineistoon hyvin. Yhä suuremmat aineistot ja laskuvoimaisemmat tietokoneet mahdollistavat yhä perinpohjaisemman kalastuksen ja yhä pienempien aineiston piirteiden huomioinnin. 3
4 4 Tilastotieteen fragmentoituminen Hand pahoittelee, että monet tilastotieteen erityisalueen taitajat eivät pidä itseään tilastotieteilijöinä vaan esimerkiksi ekonometrikkoina, kemometrikkoina tai ympäristömetrikkoina (econometrics, chemometrics, environmetrics). Tilannetta voidaan verrata monien tieteenalojen matematisoitumiseen (vrt. McCloskey (2000) 6 ). Tilastotiede ylösalaisin Perinteisesti tilastotiede on mielletty pitkälti yleisten lakien hauksi empiirisistä aineistoista. Esimerkiksi kun Statistical Section of the British Association perustettiin 1832, todettiin sen intressinä olevan tosiasiat, jotka liittyvät ihmisiin ja ovat ilmaistavissa numeroilla ja joista vaikuttaa voitavan päätellä yleisiä lakeja. Viimeaikoina yleistynyt piirre tilastotieteessä on mahdollisuus tai periaatteellinen mahdollisuus päinvastaiseen päättelyyn eli yleisistä säännönmukaisuuksista yksilöä koskevaan johtopäätösten tekoon. Esimerkkejä: Kuinka lääke toimii yksilön kohdalla (riippuen yksilön geeniperimästä, muista ominaisuuksista jne.). Yksilöön liittyvän riskin arviointi: * Minkälainen riski koituu pankille yksittäisestä lainanhakijasta? * Minkälainen riski liittyy vakuutuksenottajaan?: ** Kuinka paljon tupakointi lisää kuolleisuutta seuraavien vuosien aikana (henkivakuutuksen hinta)? ** Kuinka paljon sukupuoli ja ikä vaikuttavat vaaraan joutua liikenneonnettomuuteen (liikennevakuutuksen hinta)? Mitä tuotteita kannattaa mainostaa tuotteen X ostaneelle kuluttajalle? (Esim. nettikirjakauppojen ehdotukset kirjoista, joista kaupassakävijä voisi olla myös kiinnostunut.) Mitä asioita poliitikon kannattaa ajaa? (Kyselytutkimusten tiedot, mitä äänestäjät haluavat.) Rikollisen profilointi. Nyky-yhteiskunnassa tilastollinen päättely kohdistuu myös yksilöön! Huom! Joissain esimerkeissä edellä tällainen tilastollinen päättely johtaa selkeästi hyvään (esim. sopivan lääkkeen tai lääkeannoksen osoittaminen) mutta osaa esimerkeistä voi joku pitää eettisesti arveluttavana (onko oikein hinnoitella vakuutusta sukupuolen mukaan?!). Yksilöistä kerättäviin valtaviin tietomääriin liittyy yleisempikin eettinen ongelma yksityisyydensuojasta. 6 Deirdre N. McCloskey (2000): How to be Human though an Economist. University of Michigan Press.
5 5 Havaintotiede Palataan tilastotieteestä esitettyihin presidentti Handin artikkelia edeltäviin määritelmiin. Alla oleva määritelmä löytyy Matematiikan ja tilastotieteen laitoksen kotisivuilta (lehtori Juha Purasen johdolla laadittu Tilastosanasto) 7 : Tilastotiede on tieteenala, joka tutkii miten havaintoihin perustuva tieteellinen tutkimus pitää suorittaa. Professori Ole Barndorff-Nielsenin (Århusin yliopisto) mukaan tilastotieteen tärkein käsite onkin havainto. Olisiko havaintotiede tilastotiedettä osuvampi nimitys?! Tulevaisuus Peter Phillips (Yale in yliopisto) visioi 8, että tulevaisuudessa tilastollisen mallin valinnan ja sovittamisen voi "koneistaa" ja "ulkoistaa". Hänen ajatuksensa on, että aineistot ympäri maailmaa lähetetään Internetin välityksellä tietokoneelle, jonka automaattinen mallin valinta ja sovitus -ohjelmisto putkauttaa vastauksena valitsemansa ja estimoimansa mallin. Käyttäjän kannalta kyseessä olisi pitkälti "musta laatikko", joka toimii "nappia painamalla". Se mahdollistaisi nykyistä laajemman tilastotieteen käyttäjäkunnan ja soveltamisen. En ole vakuuttunut, onko näin äärimmäinen "käyttäjäystävällisyys" hyvä asia. Kyky tulkita tuloksia on mielestäni keskeisintä tilastotieteessä Laws and Limits of Econometrics. The Economic Journal, 113, C26 C52.
MTTTP1 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
LisätiedotMatemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
LisätiedotMatematiikka tai tilastotiede sivuaineena
Matematiikka tai tilastotiede sivuaineena Matematiikan sivuainekokonaisuudet Matematiikasta voi suorittaa 25, 60 ja 120 opintopisteen opintokokonaisuudet. Matematiikan 25 op:n opintokokonaisuus Pakolliset
LisätiedotYhteistyöaineiden edustajan puheenvuoro
Yhteistyöaineiden edustajan puheenvuoro Professori Ilkka Virtanen Talousmatematiikka Johdatus laskentatoimen ja rahoituksen tutkielmatyöskentelyyn 21.10.2002 Vaasan yliopisto Johdatus laskentatoimen ja
LisätiedotMatematiikka ja tilastotiede. Orientoivat opinnot /
Matematiikka ja tilastotiede Orientoivat opinnot / 27.8.2013 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotMatematiikka ja tilastotiede. Orientoivat opinnot / 25.8.2015
Matematiikka ja tilastotiede Orientoivat opinnot / 25.8.2015 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotHOPS Henkilökohtainen opintosuunnitelma LuK -tutkintoon
JYVÄSKYLÄN YLIOPISTO Matematiikan ja tilastotieteen laitos Tilastotiede HOPS - Tilastotiede HOPS Henkilökohtainen opintosuunnitelma LuK -tutkintoon Nimi: Syntymäaika: Ammatti ja urasuunnitelmat: Muuta:
LisätiedotTilastollisen tutkimuksen vaiheet
Tilastollisen tutkimuksen vaiheet Jari Päkkilä Johdatus tilastotieteeseen Matemaattisten tieteiden laitos TILASTOLLISEN TUTKIMUKSEN TARKOITUS Muodostaa mahdollisimman hyvä mielikuva havaintoaineistosta,
LisätiedotLuento-osuusosuus. tilasto-ohjelmistoaohjelmistoa
Kurssin suorittaminen Kvantitatiiviset menetelmät Sami Fredriksson/Hanna Wass Yleisen valtio-oppi oppi Kevät 2010 Luento-osuusosuus Tentti to 4.3. klo 10-12, 12, U40 P674 Uusintamahdollisuus laitoksen
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
LisätiedotTilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Mitä tilastotiede on?
Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Mitä tilastotiede on? Tilastotiede käytännön tutkimuksessa -kurssi, kesä 2001 Reijo Sund Mitä tilastotiede on? Reaalimaailmaa koskevan tiedon
LisätiedotMitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto
Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto Määritelmiä Laadullinen tutkimus voidaan määritellä eri tavoin eri lähtökohdista Voidaan esimerkiksi korostaa sen juuria antropologiasta
Lisätiedot1. Tilastollinen malli??
1. Tilastollinen malli?? https://fi.wikipedia.org/wiki/tilastollinen_malli https://en.wikipedia.org/wiki/statistical_model http://projecteuclid.org/euclid.aos/1035844977 Tilastollinen malli?? Numeerinen
LisätiedotHAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi.
HAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi. 1 MIKÄ ON HAVAINTO? Merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös kvantitatiivisessa, vrt.
LisätiedotSP 11: METODOLOGIAN TYÖPAJA Kevät Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti
SP 11: METODOLOGIAN TYÖPAJA Kevät 2010 Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti Työpajan tavoitteet 1. Johdattaa sosiaalipsykologian metodologisiin peruskysymyksiin, niiden pohtimiseen ja niistä
LisätiedotOPS-MUUTOSINFO
1 OPS-MUUTOSINFO 3.9.201 Matemaattisten tieteiden tutkinto-ohjelma MUUTOKSEN TAUSTALLA 2 Oulun yliopiston strategia- ja rakennemuutokset Oulun yliopiston opetussuunnitelmatyön periaatteet o Opintojaksojen
LisätiedotFysiikan laitos Jyväskylän yliopisto.
Fysiikan laitos Jyväskylän yliopisto http://www.jyu.fi/fysiikka Opetuksen ja tutkimuksen huipulla* Ystävällinen ja innostava ilmapiiri Monipuolista opetusta ja tutkimusta Kansainvälinen ympäristö * Koulutuksen
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
LisätiedotOPETUSSUUNNITELMALOMAKE
OPETUSSUUNNITELMALOMAKE Tällä lomakkeella dokumentoit opintojaksoasi koskevaa opetussuunnitelmatyötä. Lomake on suunniteltu niin, että se palvelisi myös Oodia varten tehtävää tiedonkeruuta. Voit siis dokumentoida
LisätiedotOPETUSSUUNNITELMALOMAKE
OPETUSSUUNNITELMALOMAKE Tällä lomakkeella dokumentoit opintojaksoasi koskevaa opetussuunnitelmatyötä. Lomake on suunniteltu niin, että se palvelisi myös Oodia varten tehtävää tiedonkeruuta. Voit siis dokumentoida
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
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.
LisätiedotMatematiikka. Orientoivat opinnot /
Matematiikka Orientoivat opinnot / 30.8.2011 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot erillisiä
LisätiedotMatematiikka ja tilastotiede
Matematiikka ja tilastotiede Turun yliopistossa Lauri Heinonen lakahei@utu.fi 21.12 Laitilan lukiolla Minä Kirjoitin keväällä 2015 Laitilan lukiosta Matematiikan ja tilastotieteen koulutusohjelma Luen
LisätiedotKvantitatiivisen aineiston analyysi
Kvantitatiivisen aineiston analyysi Liiketalouden tutkimusmenetelmät SL 2014 Kvantitatiivinen vs. kvalitatiivinen? tutkimuksen lähtökohtana ovat joko tiedostetut tai tiedostamattomat taustaoletukset (tieteenfilosofiset
LisätiedotTilastollinen päättely II (MAT22003), kevät 2018
Tilastollinen päättely II (MAT22003), kevät 2018 Petteri Piiroinen 14.1.2018 Tilastollinen päättely II -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Pakollinen
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,
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
LisätiedotJohdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2005) 1 ja mittaaminen Tilastollisten aineistojen kerääminen Mittaaminen ja mitta-asteikot TKK (c)
LisätiedotENG3043.Kand Kandidaatintyö ja seminaari aloitusluento Tutkimussuunnitelman laatiminen
ENG3043.Kand Kandidaatintyö ja seminaari aloitusluento 12.9.2016 Tutkimussuunnitelman laatiminen Prof. (Professor of Practise) Risto Kiviluoma, Sillanrakennustekniikka Tutkimussuunnitelma Tutkimussuunnitelman
LisätiedotMyös opettajaksi aikova voi suorittaa LuK-tutkinnon, mutta sillä ei saa opettajan kelpoisuutta.
Tietojenkäsittelytiede Tutkintovaatimukset Perustutkinnot LUONNONTIETEIDEN KANDIDAATIN TUTKINTO (VÄHINTÄÄN 120 OV) 1. Tietojenkäsittelytieteen cum laude approbatur -oppimäärä (vähintään 55 ov) ja kypsyysnäyte
LisätiedotPsykologia tieteenä. tieteiden jaottelu: TIETEET. EMPIIRISET TIETEET tieteellisyys on havaintojen (kr. empeiria) tekemistä ja niiden koettelua
Psykologia tieteenä tieteiden jaottelu: FORMAALIT TIETEET tieteellisyys on tietyn muodon (kr. forma) seuraamista (esim. logiikan säännöt) matematiikka logiikka TIETEET LUONNON- TIETEET fysiikka kemia biologia
LisätiedotTarkastelen suomalaisen taloustieteen tutkimuksen tilaa erilaisten julkaisutietokantojen avulla. Käytän myös kerättyjä tietoja yliopistojen
1 2 3 Tarkastelen suomalaisen taloustieteen tutkimuksen tilaa erilaisten julkaisutietokantojen avulla. Käytän myös kerättyjä tietoja yliopistojen opettajien tutkimusalueista. 4 Kuviossa 1 esitetään kansantaloustieteen
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
1 FYSIIKKA Fysiikan päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta fysiikan opiskeluun T2 ohjata
LisätiedotPro gradu -tutkielmien arvostelu maantieteessä
Pro gradu -tutkielmien arvostelu maantieteessä Tutkielman arvostelussa on käytössä viisiportainen asteikko (1-5): o Ykkönen (1) merkitsee, että työ on hyväksyttävissä, mutta siinä on huomattavia puutteita.
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
KEMIA Kemian päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta kemian opiskeluun T2 ohjata ja
LisätiedotMatematiikan olemus Juha Oikkonen juha.oikkonen@helsinki.fi
Matematiikan olemus Juha Oikkonen juha.oikkonen@helsinki.fi 1 Eri näkökulmia A Matematiikka välineenä B Matematiikka formaalina järjestelmänä C Matematiikka kulttuurina Matemaattinen ajattelu ja matematiikan
LisätiedotRuokavalion henkilökohtaiset vaikutukset esiin data-analytiikalla
Ruokavalion henkilökohtaiset vaikutukset esiin data-analytiikalla Jari Turkia CGI Itä-Suomen yliopisto 1 2 Ruokavalion henkilökohtaisten vaikutusten ennustaminen Itä-Suomen yliopiston Kansanterveystieteen
LisätiedotOtanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita
Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita risto.lehtonen@helsinki.fi OHC Survey Tilastollinen analyysi Kysymys: Millä
LisätiedotOtannasta ja mittaamisesta
Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,
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
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
LisätiedotJohdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen. TKK (c) Ilkka Mellin (2004) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2004) 1 ja mittaaminen Tilastollisten aineistojen kerääminen Mittaaminen ja mitta-asteikot TKK (c)
LisätiedotTilastollisten aineistojen kerääminen ja mittaaminen. Tilastollisten aineistojen kerääminen ja mittaaminen
TKK (c) Ilkka Mellin (2004) 1 ja mittaaminen Johdatus tilastotieteeseen ja mittaaminen TKK (c) Ilkka Mellin (2004) 2 ja mittaaminen: Mitä opimme? 1/3 Tilastollisen tutkimuksen kaikki mahdolliset kohteet
LisätiedotFoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa Luentokuulustelujen esimerkkivastauksia Pertti Palo 30. marraskuuta 2012 Saatteeksi Näiden vastausten ei ole tarkoitus olla malleja vaan esimerkkejä.
Lisätiedot805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Johdatus monimuuttujamenetelmiin Luennot 30.10.13.12.-18 Tiistaina klo 12-14 (30.10., BF119-1) Keskiviikkoisin klo 10-12 (MA101,
LisätiedotTilastollisten aineistojen kerääminen ja mittaaminen
Ilkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2007) 1 ja mittaaminen >> Tilastollisten aineistojen kerääminen Mittaaminen
LisätiedotLataa Matemaattinen mallinnus. Lataa
Lataa Matemaattinen mallinnus Lataa ISBN: 9789510354087 Sivumäärä: 272 Formaatti: PDF Tiedoston koko: 17.27 Mb Tietokoneiden, ohjelmistojen ja informaatioteknologian nopea kehitys vahvistaa laskennallisen
LisätiedotJuha Merikoski. Jyväskylän yliopiston Fysiikan laitos Kevät 2009
FYSP120 FYSIIKAN NUMEERISET MENETELMÄT Juha Merikoski Jyväskylän yliopiston Fysiikan laitos Kevät 2009 1 Kurssin sisältö JOHDANTOA, KÄSITTEITÄ, VÄLINEITÄ [1A] Laskennallista fysiikkaa [1B] Matlabin alkeita
LisätiedotKandidaatin tutkinnon ohjeellinen suorittamisjärjestys sosiaalipolitiikassa
Kandidaatin tutkinnon ohjeellinen suorittamisjärjestys sosiaalipolitiikassa 1. vuosi 60 op P1a Sosiaalipolitiikan P1a Sosiaalipolitiikan P4 Sosiaalipolitiikka eri peruskurssi (alkaa) 2 op peruskurssi maissa
LisätiedotLaskennallisten tieteiden tutkimusohjelma. Jaakko Astola
Laskennallisten tieteiden tutkimusohjelma Jaakko Astola Julkisen tutkimusrahoituksen toimijat Suomessa 16.11.09 2 Suomen Akatemian organisaatio 16.11.09 3 Suomen Akatemia lyhyesti Tehtävät Myöntää määrärahoja
LisätiedotTilastotiede tieteenalana. Tilastotiede tieteenalana. Tilastotiede tieteenalana. Tilastotiede tieteenalana: Mitä opimme? Mitä tilastotiede on?
TKK (c) Ilkka Mellin (2004) 1 Tilastotiede tieteenalana Johdatus todennäköisyyslaskentaan ja tilastotieteeseen Tilastotiede tieteenalana TKK (c) Ilkka Mellin (2004) 2 Tilastotiede tieteenalana: Mitä opimme?
LisätiedotTilanne sekä MS-A0003/4* Matriisilaskenta 5 op
MATEMATIIKKA Mat-1.1210 Matematiikan peruskurssi S1 ei järjestetä enää MS-A0103/4* Differentiaali- ja integraalilaskenta I 5 op sekä MS-A0003/4* Matriisilaskenta 5 op Mat-1.1110 Matematiikan peruskurssi
LisätiedotAnalyysi: päättely ja tulkinta. Hyvän tulkinnan piirteitä. Hyvän analyysin tulee olla. Miten analysoida laadullista aineistoa
Analyysi: päättely ja tulkinta Analyysin - tai tulkinnan - pitää viedä tutkimus kuvailevan otteen ohi mielellään ohi ilmiselvyyksien KE 62 Ilpo Koskinen 20.11.05 Aineiston analyysi laadullisessa tutkimuksessa
LisätiedotHarjoituspaketti 2. 17. helmikuuta 2008
17. helmikuuta 2008 ISLP:n Kansainvälinen tilastotieteellisen lukutaidon kilpailu (International Statistical Literacy Competition of the ISLP) http://www.stat.auckland.ac.nz/~iase/islp/competition Harjoituspaketti
LisätiedotAkateemiset taidot. Tapaaminen 13 Matematiikan kirjoittaminen
Akateemiset taidot Tapaaminen 13 Matematiikan kirjoittaminen Tutustu tekstiin ja pohdi itseksesi Mieti miten teksti on kirjoitettu. Missä kohdissa matemaattinen ilmaisu on hyvää ja missä kohdissa tekstiä
LisätiedotFinanssitekninen opetustarjonta Turussa
Finanssitekninen opetustarjonta Turussa Luis H. R. Alvarez Suomen Aktuaariyhdistyksen kuukausikokous 29.3.2012 Olemassa olevan koulutuksen kuvaus Turussa vakuutusliiketoimintaan (tai laveasti ottaen finanssitoimialaan)
LisätiedotLaskut käyvät hermoille
Laskut käyvät hermoille - Miten ja miksi aivoissa lasketaan todennäköisyyksiä Aapo Hyvärinen Matematiikan ja tilastotieteen laitos & Tietojenkäsittelytieteen laitos Helsingin Yliopisto Tieteen päivät 13.1.2011
LisätiedotCHERMUG-pelien käyttö opiskelijoiden keskuudessa vaihtoehtoisen tutkimustavan oppimiseksi
Tiivistelmä CHERMUG-projekti on kansainvälinen konsortio, jossa on kumppaneita usealta eri alalta. Yksi tärkeimmistä asioista on luoda yhteinen lähtökohta, jotta voimme kommunikoida ja auttaa projektin
LisätiedotLaskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto
Laskennallisen fysiikan esimerkkejä avoimesta tutkimuksesta Esa Räsänen Fysiikan laitos, Tampereen teknillinen yliopisto Julian Voss, Quantum man, 2006 (City of Moses Lake, Washington, USA) Kolme näkökulmaa
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
LisätiedotTN-IIa (MAT22001), syksy 2017
TN-IIa (MAT22001), syksy 2017 Petteri Piiroinen 4.9.2017 Todennäköisyyslaskennan IIa -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Suositus: toisen vuoden
LisätiedotTiedon louhinnan teoria (ja käytäntö) OUGF kevätseminaari 2004 Hannu Toivonen
Tiedon louhinnan teoria (ja käytäntö) OUGF kevätseminaari 2004 Hannu Toivonen hannu.toivonen@cs.helsinki.fi 1 2 A 1 4 8 2 2 1 2 6 2 A 2 4 3 7 3 2 8 4 2 A 4 5 2 4 5 5 2 6 4 A 7 2 3 7 5 4 5 2 2 A 5 2 4 6
LisätiedotMatematiikan osaaminen ja osaamattomuus
1 Matematiikan osaaminen ja osaamattomuus Peda-Forum 21.8.2013 Seppo Pohjolainen Tampereen teknillinen yliopisto Matematiikan laitos 2 Esityksen sisältö Taustaa Matematiikan osaaminen ja osaamattomuus
LisätiedotF901-P Perusopinnot P (80 op) op opetusperiodi
Vanhan TFM kanditutkinnon kurssien korvaaminen uusilla 9.4.2013 F901-P Perusinnot P (80 ) Mat-1.1010 Matematiikka L1 10 MS-A0001 Matriisilaskenta MS-A0101 Differentiaali- ja I II integraalilaskenta 1 Mat-1.1020
LisätiedotJohdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad
Johdantoa ALGORITMIT MATEMA- TIIKASSA, MAA Vanhan vitsin mukaan matemaatikko tietää, kuinka matemaattinen ongelma ratkaistaan, mutta ei osaa tehdä niin. Vitsi on ajalta, jolloin käytännön laskut eli ongelman
LisätiedotLaadullisen tutkimuksen luonne ja tehtävät. Pertti Alasuutari professori, Laitoksen johtaja Yhteiskuntatieteiden tutkimuslaitos
Laadullisen tutkimuksen luonne ja tehtävät Pertti Alasuutari professori, Laitoksen johtaja Yhteiskuntatieteiden tutkimuslaitos Mitä on tieteellinen tutkimus? Rationaalisuuteen pyrkivää havainnointia ja
LisätiedotHow to Support Decision Analysis with Software Case Förbifart Stockholm
How to Support Decision Analysis with Software Case Förbifart Stockholm (Valmiin työn esittely) 13.9.2010 Ohjaaja: Prof. Mats Danielson Valvoja: Prof. Ahti Salo Tausta -Tukholman ohikulkutien suunnittelu
LisätiedotLapset ja nuoret tietoarkistossa. 31.10.2008 Tampereen yliopisto helena.laaksonen (at) uta.fi
Lapset ja nuoret tietoarkistossa 31.10.2008 Tampereen yliopisto helena.laaksonen (at) uta.fi Taustaa Valtakunnallinen palveluresurssi Toiminta alkoi v. 1999 alussa Perustettiin Suomen Akatemian aloitteesta
LisätiedotSeurantojen otoskoon arviointi RKTL:ssä
Seurantojen otoskoon arviointi RKTL:ssä Mika Kurkilahti MTT 23.8.2012 Miksi seurantoja tehdään? RKTL:lle esitetään jatkuvasti paljon kysymyksiä Mikä on eläinkantojen koko ajallisesti ja alueellisesti,
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
LisätiedotTIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN
TIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN Hanna Vilkka Mikä on havainto? - merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös
Lisätiedotarvioinnin kohde
KEMIA 9-lk Merkitys, arvot ja asenteet T2 Oppilas tunnistaa omaa kemian osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti T3 Oppilas ymmärtää kemian osaamisen
LisätiedotMustat joutsenet pörssikaupassa
Mustat joutsenet pörssikaupassa Kimmo Vehkalahti yliopistonlehtori, VTT soveltavan tilastotieteen dosentti Opettajien akatemian jäsen Yhteiskuntatilastotiede, Sosiaalitieteiden laitos Valtiotieteellinen
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf
LisätiedotMiten tutkimuksen tietovarannot liittyvät etiikkaan ja viestintään? Tutkimusaineiston elinkaari
Miten tutkimuksen tietovarannot liittyvät etiikkaan ja viestintään? Tutkimusaineiston elinkaari Tutkijakoulujen hakuinfo ja tutkijan työelämätaidot. Suomen akatemian ja tiedonjulkistamisen neuvottelukunnan
LisätiedotMikä on tärkeää tilastotieteessä?
Mikä on tärkeää tilastotieteessä? Reijo Sund Sosiaali- ja terveysalan tutkimus- ja kehittämiskeskus PL 220, 00531 Helsinki reijo.sund@stakes.fi Johdanto Yhden määritelmän mukaan tilastotieteen alaan kuuluvaksi
LisätiedotUseiden top-viittausindeksien tarkastelu tieteenalaryhmittäin Suomessa ja valituissa verrokkimaissa
Tieteen tila 2018 10.12.2018 Useiden top-viittausindeksien tarkastelu tieteenalaryhmittäin Suomessa ja valituissa verrokkimaissa Suomen Akatemian Tieteen tila 2018 -katsauksessa (www.aka.fi/tieteentila)
Lisätiedothyvä osaaminen
MERKITYS, ARVOT JA ASENTEET FYSIIKKA T2 Oppilas tunnistaa omaa fysiikan osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti. T3 Oppilas ymmärtää fysiikkaan (sähköön
LisätiedotRakennusalan tarjouskilpailujen toteutus tasapuoliseksi: kokonaistaloudellisuuden arviointi hinta-laatu -menetelmällä.
ARKKITEHTITOIMISTOJEN LIITTO ATL RY Rakennusalan tarjouskilpailujen toteutus tasapuoliseksi: kokonaistaloudellisuuden arviointi hinta-laatu -menetelmällä. Julkisten hankintojen tarjousten valintakriteerinä
LisätiedotTUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas LUENNOT 2017 Luento Paikka Vko Päivä Pvm Klo 1 L 304 3 To 19.1.2016 12:15-14:00 2 MaA 103 3 Pe 20.1.2016 10:15-12:00 3 MaA 103 4 Ke
LisätiedotPSY181 Psykologisen tutkimuksen perusteet, kirjallinen harjoitustyö ja kirjatentti
PSY181 Psykologisen tutkimuksen perusteet, kirjallinen harjoitustyö ja kirjatentti Harjoitustyön ohje Tehtävänäsi on laatia tutkimussuunnitelma. Itse tutkimusta ei toteuteta, mutta suunnitelman tulisi
LisätiedotOulun yliopisto. Luonnontieteellinen koulutusala. Fysiikan tutkinto-ohjelma. Fysiikka, filosofian maisteri, 120 op. 1 of
1 of 12 15.12.2015 17:38 Oulun yliopisto Luonnontieteellinen koulutusala Fysiikan tutkinto-ohjelma Fysiikka, filosofian maisteri, 120 op 2 of 12 15.12.2015 17:38 Pääaine: Fysiikka Vuosi/lukukausi 1. syksy
LisätiedotBIOS 1 ja OPS 2016 OPS Biologian opetussuunnitelma Opetuksen tavoitteet
BIOS 1 ja OPS 2016 Biologian opetussuunnitelma 2016 Biologian opetuksen tehtävänä on tukea opiskelijan luonnontieteellisen ajattelun kehittymistä. Opetus lisää ymmärrystä biologian merkityksestä osana
LisätiedotMS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
Lisätiedotarvioinnin kohde
KEMIA 8-lk Merkitys, arvot ja asenteet T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää alkuaineiden ja niistä muodostuvien
Lisätiedothyvä osaaminen. osaamisensa tunnistamista kuvaamaan omaa osaamistaan
MERKITYS, ARVOT JA ASENTEET FYSIIKKA 8 T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas harjoittelee kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää lämpöilmiöiden tuntemisen
LisätiedotLASKENTATOIMEN PRO GRADU INFO
LASKENTATOIMEN PRO GRADU INFO Sisältö 1. Tutkielmatyöskentelyn käytännönjärjestelyt Hyödyllisiä nettisivuja ja ohjeita Ohjaajat ja tutkielmaryhmät Kirjoitusohjeet 2. Miten teen gradun? Aiheen etsiminen
LisätiedotReserviläisjohtajana sodassa
Reserviläisjohtajana sodassa 1939-1944 Vaikeiden johtamistilanteiden kokemukselliset kategoriat KTT Jukka I. Mattila 2018 Aalto-yliopiston kauppakorkeakoulu 1 1.1 Tutkimuksen aihe Teemana reserviläisten
LisätiedotKieli merkitys ja logiikka. 2: Helpot ja monimutkaiset. Luento 2. Monimutkaiset ongelmat. Monimutkaiset ongelmat
Luento 2. Kieli merkitys ja logiikka 2: Helpot ja monimutkaiset Helpot ja monimutkaiset ongelmat Tehtävä: etsi säkillinen rahaa talosta, jossa on monta huonetta. Ratkaisu: täydellinen haku käy huoneet
LisätiedotKandiaikataulu ja -ohjeita
Kandiaikataulu ja -ohjeita Kandin tavoitteet Opinto-opas LuK-tutkielma: kirjallinen työ, osoittaa perehtyneisyyttä tutkielman kohteena olevaan aihepiiriin, kykyä tieteelliseen kirjoittamiseen ja tieteellisten
Lisätiedot1. periodi 2. periodi 3. periodi 4. periodi P1a Sosiaalipolitiikan. P4 Sosiaalipolitiikka eri peruskurssi (alkaa) 2 op
LIITTEET Kandidaatin tutkinnon ohjeellinen suorittamisjärjestys sosiaalipolitiikassa 1. vuosi 60 op P1a Sosiaalipolitiikan P4 Sosiaalipolitiikka eri peruskurssi 2 op maissa 4 op P2a Toimeentuloturvan ja
LisätiedotPolitiikka-asiakirjojen retoriikan ja diskurssien analyysi
Politiikka-asiakirjojen retoriikan ja diskurssien analyysi Perustuu väitöskirjaan Sukupuoli ja syntyvyyden retoriikka Venäjällä ja Suomessa 1995 2010 Faculty of Social Sciences Näin se kirjoitetaan n Johdanto
LisätiedotSOSIAALITYÖKOULUTUKSEN VALTAKUNNALLISET OSAAMISTAVOITTEET
SOSIAALITYÖKOULUTUKSEN VALTAKUNNALLISET OSAAMISTAVOITTEET Jyväskylän kommentit Kevätseminaari 15-16.5.2017 Mikä yliopistomme koulutuksessa on kuvauksen mukaista? Sosiaalityön ops 2017-2020 hyväksytty huhtikuussa
LisätiedotOsaamistavoitteiden asettaminen omalle opintojaksolle - Flipparit
Osaamistavoitteiden asettaminen omalle opintojaksolle - Flipparit Professori, Dos. Laura Hirsto & KM, Itä-Suomen yliopisto, Soveltavan kasvatustieteen ja opettajankoulutuksen osasto, Savonlinnan kampus
LisätiedotBayes-mallinnus siltana teorian ja empiirisen evidenssin välillä
Bayes-mallinnus siltana teorian ja empiirisen evidenssin välillä Antti Penttinen Jyväskylän yliopisto Matematiikan ja tilastotieteen laitos Metodifestivaalit Jyväskylän yliopisto 21.5.2013 Suunnitelma
Lisätiedotpitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
LisätiedotOPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAN JA FYSIIKAN LAITOS/ LUKUVUOSI
OPINTOJAKSOJA KOSKEVAT MUUTOKSET/MATEMATIIKAN JA FYSIIKAN LAITOS/ LUKUVUOSI 2008-2009 Muutokset on hyväksytty teknillisen tiedekunnan tiedekuntaneuvostossa 13.2.2008 ja 19.3.2008. POISTUVAT OPINTOJAKSOT:
Lisätiedot