SELVITTÄJÄN KOMPETENSSISTA

Koko: px
Aloita esitys sivulta:

Download "SELVITTÄJÄN KOMPETENSSISTA"

Transkriptio

1 OTM, KTM, Mikko Hakola, Vaasan yliopisto, Laskentatoimen ja rahoituksen laitos Helsinki , Helsingin kauppakorkeakoulu Projekti: Yrityksen maksukyky ja strateginen johtaminen SELVITTÄJÄN KOMPETENSSISTA Kirjanpidon osaamisen testi: Testattiin tuloslaskelman hallintaa 50 kysymyksellä, taseen hallintaa 50 kysymyksellä ja johdon laskennan hallintaa kysymyksellä. Johdon laskennan osiossa oli 8 laskutehtävää, joilla pystyy myös hahmottamaan testin tekijän matemaattista osaamista. Oikea vastaus toi pisteen, väärä vastaus puolen pisteen menetyksen ja en tiedä -vastaus ei aiheuttanut mitään. Selvittäjän tulokset testistä: Taulukko 1 Miten eri osa-alueet korreloivat keskenään: Taulukko 2 Johdon laskennan osaaminen korreloi merkitsevästi tuloslaskelman osaamisen kanssa.

2 2 Kuvio 1 Kuvio 2

3 3 Kuvio 3 Yrittäjien tulokset testistä: Taulukko 3 Miten eri osa-alueet korreloivat keskenään:

4 4 Taulukko 4 Tuloslaskelman osaaminen korreloi taseen osaamisen kanssa merkitsevästi. Johdon laskennan osaaminen korreloi merkitsevästi taseen osaamisen kanssa. Kuvio 4

5 5 Kuvio 5 Kuvio 6

6 6 Kirjanpitäjien tulokset testistä: Taulukko 5 Miten eri osa-alueet korreloivat keskenään: Taulukko 6 Johdon laskennan osaaminen korreloi merkitsevästi tuloslaskelman ja taseen osaamisen kanssa.

7 7 Kuvio 7 Kuvio 8

8 8 Kuvio Tulosennusteiden laatiminen: Taulukko 7 Yritysten taustatietoja Amount of employees Turnover Total balance sheet N Minimum Maximum Mean Std. Deviation Median,8,17 5, Työntekijöitä keskimäärin, liikevaihto keskimäärin 840 t ja taseen loppusumma keskimäärin 27 t.

9 Kuvio Kuukausittaiset mediaanit todellisista myynneistä sekä yrittäjien ja selvittäjien näkemyksistä Actual and forecasted sales (medians) Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Actual Forecasted entrepreneurs Forecasted administrators Ennusteet on tehty kuukausittain kuudelle kuukaudelle eteenpäin. Aluksi on ollut todellista positiivisempi näkemys, mutta loppua kohden näkemys on ollut realistisempi. Optimismi Taulukko 8 Forecast bias Month 1-3 Month 4-6 Month 1-6 Panel A: Forecasted Sales Errors (2[AS-FS]/[AS+FS]) Mean, entrepreneur Mean, administrator * Panel B: Forecasted Growth Errors (AG-FG) Mean, entrepreneur Mean, administrator Panel C: Sign of Errors (%) Entrepreneur Pessimistic Optimistic Administrator Pessimistic Optimistic N Tests for differences against a value of zero error are student t for means (one-sample t-test, test value = 0). *Significant at p = 0.05.

10 A-Panel, taulukko 8 (myynnin määrän virheet) - Yrittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. 4-6 kk:n osalta ollaan pessimistisiä, mutta ei tilastollisesti merkittävästi. - Selvittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n tai 4-6 kk:n ennusteissaan, mutta 1-6 kk:n ennusteissa on ylioptimistisuutta. - Negatiivinen etumerkki tarkoittaa optimistisuutta ja positiivinen etumerkki pessimistisyyttä. B-Panel, taulukko 8 (myynnin kasvun virheet) - Yrittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. 4-6 kk:n osalta ollaan pessimistisiä, mutta ei tilastollisesti merkittävästi. - Selvittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. - Negatiivinen etumerkki tarkoittaa optimistisuutta ja positiivinen etumerkki pessimistisyyttä. C-Panel, taulukko 8-70 % yrittäjistä on 1-3 kk:n osalta optimistisia, 44,44 % 4-6 kk:n osalta optimistisia ja 66,67 % 1-6 kk:n osalta optimistisia % selvittäjistä on 1-3 kk:n osalta optimistisia, 44,44 % 4-6 kk:n osalta optimistisia ja 67,78 % 1-6 kk:n osalta optimistisia - Loput ovat pessimistisiä Kymmenellä yrityksellä ei voida tilastollisesti sanoa, että ollaan optimistisia. Kuitenkin ollaan enemmän optimistisia kuin pessimistisiä. Yliluottamus (yliarvioi mahdollisuutensa olla oikeassa) Overconfidence (overestimating probability of being right) Taulukko Regressions Examining Degree of Variation in Forecasted Growth Compared with Actual Growth Entrepreneurs Actual Growth Constant Std.Error t Sig. Coefficient Std.Error t Sig. R Square N Administrators Month 1-3 Month 4-6 Month 1-6 Month 1-3 Month 4-6 Month (0.08) p-values for coefficient are based on a t-test where the null hypothesis is β = 1. Taulukko raportoi tuloksista De Bond ja Thaler () käyttämän regressiomallin mukaisesti. Samaa menetelmä on käyttänyt mm. Cassar ja Gibson Taulukossa kulmakertoimen keskivirhe

11 11 on nollahypoteesille β = 0, kuten SPSS-ohjelma ilmoittaa. Testisuure t nollahypoteesille β = 1 on erikseen laskettu ((β - null hypothesis)/std.error), kuten (Ranta, E., Rita, H. & Kouki, J. 2005, s. 387, Biometria) esittävät. Tämän jälkeen merkitsevyydet on laskettu Excel-ohjelmalla t-jakaumasta. Koska suurin osa t testisuureista oli negatiivisia, on käytetty t-testisuureiden itseisarvoja merkitsevyyden laskemisessa. Regressisuora on rakennettu taulukossa seuraavasti: Todellinen Kasvu = α + β(ennustettu kasvu) Hypoteesin olettamuksena on, että α (vakio eli constant) on nolla ja β (suoran kulmakerroin eli coefficient) on yksi. Tällöin ennustettu myynnin absoluuttinen kasvu vastaa todellista absoluuttista myynnin kasvua. Kasvulla on tarkoitus vain havainnoida yrityksen myynnin todellisia ja ennustettuja abstraktisia liikkeitä, jotka voivat olla positiivisia tai negatiivisia. Jos todellinen kasvu on % ja ennustettu kasvu on %, niin nollahypoteesi pitää paikkansa: 0,1 = 0 + 1(0,1) = 0,1 Keskitymme nyt kulmakertoimeen eli betaan ja sen tilastolliseen merkitsevyyteen. Suoran kulmakerroin kuvaa myynnin kasvua, joka voi edellisen mukaan olla joko positiivista tai negatiivista (tai jopa pysyä paikallaan). Mikäli näkemykset myynnin muutoksesta ovat positiivisia, on suoran kulmakerroin alle yhden ja vastaavasti mikäli näkemykset ovat negatiivisia, on suoran kulmakerroin yli yhden. Ovatko selvittäjät ja yrittäjät yliluottavaisia kykyihinsä myynnin suhteen? Yrittäjien ja selvittäjien näkemykset absoluuttisen myynnin kasvusta ovat ensimmäiselle kolmen kuukauden jaksolle yliarvioidut, mutta kolmelle seuraavalla neutraalit. Kuitenkin ensimmäiselle kuudelle kuukaudelle näkemykset ovat yliluottavaisia, koska suoran kulmakerroin on alle yhden. Tilastollisesti merkittävä on ainoastaan selvittäjien yliluottavainen näkemys kolmelle ensimmäiselle kuukaudelle. Tulokset ovat alustavia, sillä 25 yrityksestä mukana on tässä vain (yhden yrityksen saneeraus keskeytyi 3 kk:n jälkeen). Myös yrittäjien ensimmäisen kolmen kuukauden näkemys on lähellä merkitsevyyttä ja samoin selvittäjien kuuden ensimmäisen kuukauden näkemys. [Tilastollinen merkitsevyys tulee nousemaan yritysmäärän kasvaessa mm., koska kaksisuuntaisen t-testin keskivirheen laskemisessa olevan jäännösvarianssin kertoimen suhteellinen (n - 1)/(n - 2) merkitys tulee vähenemään, koska keskivirhe tulee tällöin suhteellisesti pienenemään ja t-testisuure tulee vastaavasti kasvamaan, jolloin suureen merkitsevyys tulee siten kasvamaan. Samoin t-testin vapausasteiden määrän kasvu yritysten märän noustessa lisää t-testisuureen merkitsevyyttä.] Hypoteesina oli, että poikkeavatko betat merkitsevästi yhdestä? Aineiston koko huomioiden, saattaa yrittäjillä ja selvittäjillä olla ylioptimistisuutta myynnin suhteen. Cassarin ja Gibsonin (2007) tekemässä tutkimuksessa kulmakertoimet olivat suuremmat ja siten lähempänä yhtä kuin tässä tutkimuksessa puolen vuoden periodin mukaiset kulmakertoimet. Täten asiaa on perusteltua tutkia lisää.

12 12 Lisäksi Yrittäjien ja selvittäjien näkemykset myynnin kasvusta kuuden kuukauden periodilla ovat hyvin yhteneväiset, sillä suoran selitysaste (R2) on suuri. Yrittäjien ja selvittäjien näkemykset ovat lähellä toisiaan.

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

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

Kvantitatiiviset tutkimusmenetelmät maantieteessä

Kvantitatiiviset 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

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

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

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

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

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

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

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

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

Testejä suhdeasteikollisille muuttujille

Testejä suhdeasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman

Lisätiedot

Perusnäkymä yksisuuntaiseen ANOVAaan

Perusnäkymä 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

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

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

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

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

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

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta?

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta? 1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta? 2. Tehtävät 2-4 sekä 6 10 liittyvät keväällä 2002 suoritettuun ammattikorkeakoulusta

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

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

OHJ-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 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

Lisätiedot

Muuttujien väliset riippuvuudet esimerkkejä

Muuttujien väliset riippuvuudet esimerkkejä Tarja Heikkilä Muuttujien väliset riippuvuudet esimerkkejä Sisältö MUUTTUJIEN VÄLISTEN YHTEYKSIEN TUTKIMINEN TILASTOLLINEN TESTAUS MERKITSEVYYSTASO MUUTTUJIEN VÄLISTEN YHTEYKSIEN TUTKIMINEN SPSS-OHJELMALLA

Lisätiedot

YRITYSSANEERAUS Kokoavia tutkimustuloksia vuosilta 2008-2011

YRITYSSANEERAUS Kokoavia tutkimustuloksia vuosilta 2008-2011 YRITYSSANEERAUS Kokoavia tutkimustuloksia vuosilta 2008-20 4 2 5 Seminaari 24.-25.5.20 OTM, KTM Mikko Hakola YLEISTÄ TIETOA Pilottiyritykset 6 kpl 5 lopettanutta (3 menettelyaikana, 2 ohjelman aikana)

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

RISTIINTAULUKOINTI JA Χ 2 -TESTI

RISTIINTAULUKOINTI JA Χ 2 -TESTI RISTIINTAULUKOINTI JA Χ 2 -TESTI Kvantitatiiviset tutkimusmenetelmät maantieteessä Ti 27.10.2015, To 2.11.2015 Miisa Pietilä & Laura Hokkanen miisa.pietila@oulu.fi laura.hokkanen@outlook.com KURSSIKERRAN

Lisätiedot

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1 Raja-arvo Raja-arvo Raja-arvo kuvaa funktion f arvon f() kättätmistä, kun vaihtelee. Joillakin funktioilla f() muuttuu vain vähän, kun muuttuu vähän. Toisilla funktioilla taas f() hppää tai vaihtelee arvaamattomasti,

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

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

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

Alkoholijuomien hinnat ja kulutus

Alkoholijuomien hinnat ja kulutus Alkoholijuomien hinnat ja kulutus VILLE VEHKASALO Virosta tulee näillä näkymin EU:n jäsen vuoden 2004 vappuna. Tämän jälkeen kuka tahansa voi tuoda omaan käyttöönsä edullista alkoholia Virosta vaikka pakettiautolla.

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

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 Luento 2 Kuvailevat tilastolliset menetelmät Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen

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

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

Ensimmäisen asteen polynomifunktio

Ensimmäisen asteen polynomifunktio Ensimmäisen asteen polnomifunktio Yhtälön f = a+ b, a 0 määrittelemää funktiota sanotaan ensimmäisen asteen polnomifunktioksi. Esimerkki. Ensimmäisen asteen polnomifuktioita ovat esimerkiksi f = 3 7, v()

Lisätiedot

Lauri Tarkkonen: Erottelu analyysi

Lauri Tarkkonen: Erottelu analyysi Lauri Tarkkonen: Erottelu analyysi Erotteluanalyysin ongelma on kaksijakoinen:. Mikä havaittujen muuttujien (x i ) lineaarinen yhdistely erottaa mahdollisimman hyvin toisistaan tunnetut ryhmät? Siis selitettävä

Lisätiedot

Kemometriasta. Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka

Kemometriasta. Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka Kemometriasta Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka Mistä puhutaan? Määritelmiä Määritys, rinnakkaismääritys Mittaustuloksen luotettavuus Kalibrointi Mittausten

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

Prospektiteoreettinen näkökulma

Prospektiteoreettinen näkökulma Miten paljon saneerausohjelmien onnistumiseen vaikuttaa yrittäjän kannustimet? Prospektiteoreettinen näkökulma Tapio Laakso 29.1.2010 Onnistumisen hyöty yrittäjälle vs. keskeytymisriski (Selvittäjän rooli?

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

Aki Taanila AIKASARJAENNUSTAMINEN

Aki Taanila AIKASARJAENNUSTAMINEN Aki Taanila AIKASARJAENNUSTAMINEN 26.4.2011 SISÄLLYS JOHDANTO... 1 1 AIKASARJA ILMAN SYSTEMAATTISTA VAIHTELUA... 2 1.1 Liukuvan keskiarvon menetelmä... 2 1.2 Eksponentiaalinen tasoitus... 3 2 AIKASARJASSA

Lisätiedot

Financial Statement Scorecard as a Tool for Small Business Management 1 LIIKEVAIHTO / TUOTTEIDEN ARVONLISÄVEROTON MYYNTI ASIAKASULOTTUVUUS

Financial Statement Scorecard as a Tool for Small Business Management 1 LIIKEVAIHTO / TUOTTEIDEN ARVONLISÄVEROTON MYYNTI ASIAKASULOTTUVUUS YRITYKSEN MAKSUKYKY JA STRATEGINEN JOHTAMINEN HELSINKI 29.1.2010 OTM, KTM MIKKO HAKOLA 1 TULOSLASKELMAPERUSTEINEN MITTARISTO JOHDON KONTROLLITYÖVÄLINEESTÄ Financial Statement Scorecard as a Tool for Small

Lisätiedot

Aineistokoko ja voima-analyysi

Aineistokoko ja voima-analyysi TUTKIMUSOPAS Aineistokoko ja voima-analyysi Johdanto Aineisto- eli otoskoon arviointi ja tutkimuksen voima-analyysi ovat tilastollisen tutkimuksen suunnittelussa keskeisimpiä asioita. Otoskoon arvioinnilla

Lisätiedot

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö

SPSS-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

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

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 10.6.2013 klo 10-13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe.6. klo - Ratkaisut ja pisteytysohjeet. Ratkaise seuraavat epäyhtälöt ja yhtälö: a) x+ x +9, b) log (x) 7,

Lisätiedot

3 Raja-arvo ja jatkuvuus

3 Raja-arvo ja jatkuvuus 3 Raja-arvo ja jatkuvuus 3. Raja-arvon käsite Raja-arvo kuvaa funktion kättätmistä jonkin lähtöarvon läheisdessä. Raja-arvoa tarvitaan toisinaan siksi, että funktion arvoa ei voida laskea kseisellä lähtöarvolla

Lisätiedot

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 7.6.2011 Ratkaisut ja arvostelu

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 7.6.2011 Ratkaisut ja arvostelu VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE 7.6.2011 Ratkaisut ja arvostelu 1.1 Noudattakoon satunnaismuuttuja X normaalijakaumaa a) b) c) d) N(5, 15). Tällöin P (1.4 < X 12.7) on likimain

Lisätiedot

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V1.31 9.2011

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V1.31 9.2011 1/6 333. SÄDEOPTIIKKA JA FOTOMETRIA A. INSSIN POTTOVÄIN JA TAITTOKYVYN MÄÄRITTÄMINEN 1. Työn tavoite. Teoriaa 3. Työn suoritus Työssä perehdytään valon kulkuun väliaineissa ja niiden rajapinnoissa sädeoptiikan

Lisätiedot

KAHDEN RYHMÄN VERTAILU

KAHDEN RYHMÄN VERTAILU 10.3.2015 KAHDEN RYHMÄN VERTAILU Jouko Miettunen Center for Life-Course and Systems Epidemiology jouko.miettunen@oulu.fi Luennon sisältö Luokitellut muuttujat Ristiintaulukko, prosentit Khiin neliötesti

Lisätiedot

Toimittaja 1 2 3 Erä 1 2 3 4 1 2 3 4 1 2 3 4 1 2 2 1 1 0 1 0 2 2 1 3 1 3 0 4 2 4 0 3 4 0 1 2 0 4 1 0 3 2 2 2 0 2 2 1

Toimittaja 1 2 3 Erä 1 2 3 4 1 2 3 4 1 2 3 4 1 2 2 1 1 0 1 0 2 2 1 3 1 3 0 4 2 4 0 3 4 0 1 2 0 4 1 0 3 2 2 2 0 2 2 1 Mat-.03 Koesuunnittelu ja tilastolliset mallit / Ratkaisut Aiheet: Avainsanat: Hierarkkiset koeasetelmat -faktorikokeet Vastepintamenetelmä Aritmeettinen keskiarvo, Estimaatti, Estimaattori, -testi, aktorikokeet,

Lisätiedot

Tilastomenetelmien lopputyö

Tilastomenetelmien lopputyö Tarja Heikkilä Tilastomenetelmien lopputyö Lopputyössä on esimerkkejä erilaisista tilastomenetelmistä. Datatiedosto Harjoitusdata.sav on muokattu tätä harjoitusta varten, joten se ei vastaa kaikkien muuttujien

Lisätiedot

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2.

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2. MAA4 Koe 5.5.01 Jussi Tyni Kaikkiin tehtäviin ratkaisujen välivaiheet näkyviin! Ota kokeesta poistuessasi tämä paperi mukaasi! Tee konseptiin pisteytysruudukko! Muista kirjata nimesi ja ryhmäsi. Valitse

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

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

Hypoteesin testaus Alkeet

Hypoteesin testaus Alkeet Hypoteesin testaus Alkeet Keijo Ruotsalainen Oulun yliopisto, Teknillinen tiedekunta Matematiikan jaos Johdanto Kokeellinen tutkimus: Varmennetaan teoreettista olettamusta fysikaalisen systeemin käyttäytymisestä

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

on hidastuvaa. Hidastuvuus eli negatiivinen kiihtyvyys saadaan laskevan suoran kulmakertoimesta, joka on siis

on hidastuvaa. Hidastuvuus eli negatiivinen kiihtyvyys saadaan laskevan suoran kulmakertoimesta, joka on siis Fys1, moniste 2 Vastauksia Tehtävä 1 N ewtonin ensimmäisen lain mukaan pallo jatkaa suoraviivaista liikettä kun kourun siihen kohdistama tukivoima (tässä tapauksessa ympyräradalla pitävä voima) lakkaa

Lisätiedot

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö

3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö 3.3 Paraabeli toisen asteen polynomifunktion kuvaajana. Toisen asteen epäyhtälö Yhtälön (tai funktion) y = a + b + c, missä a 0, kuvaaja ei ole suora, mutta ei ole yhtälökään ensimmäistä astetta. Funktioiden

Lisätiedot

1. KAKSISUUNTAINEN VARIANSSIANALYYSI: TULOSTEN TULKINTA

1. KAKSISUUNTAINEN VARIANSSIANALYYSI: TULOSTEN TULKINTA Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Kaksisuuntainen varianssianalyysi Bonferronin menetelmä, F-testi, Jäännösneliösumma, Kaksisuuntainen varianssianalyysi Kokonaiskeskiarvo,

Lisätiedot

Opetus talteen ja jakoon oppilaille. Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011

Opetus talteen ja jakoon oppilaille. Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011 Opetus talteen ja jakoon oppilaille Kokemuksia Aurajoen lukion tuotantoluokan toiminnasta Anna Saivosalmi 9.9.2011 Aurajoen lukio ISOverstaan jäsen syksystä 2010 lähtien ISOverstas on maksullinen verkko-oppimisen

Lisätiedot

OPAL-netto Tietoa työvoimakoulutuksen nettovaikuttavuudesta opiskelijapalautteita analysoimalla

OPAL-netto Tietoa työvoimakoulutuksen nettovaikuttavuudesta opiskelijapalautteita analysoimalla OPAL-netto Tietoa työvoimakoulutuksen nettovaikuttavuudesta opiskelijapalautteita analysoimalla Eric Hällström TEM / TIETO 1 lisää osaamista Työvoimakoulutuksen vaikutuksen perusmuoto Työvoimakoulutuksen

Lisätiedot

Metsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO...

Metsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA...9 1.2 AIHEESEEN PEREHTYMINEN...9 1.3

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

Ratkaisuja luvun 15 tehtäviin

Ratkaisuja luvun 15 tehtäviin Tarja Heikkilä 1. Luettele hyvän tutkimuksen perusvaatimukset ja riskitekijät. Katso Hyvän tutkimuksen perusvaatimukset luvusta 1 ja Tutkimusraporttien arviointi luvusta 4. Esimerkkejä riskitekijöistä

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

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

RAAHEN SEUTUKUNNAN YRITYSBAROMETRI 2012

RAAHEN SEUTUKUNNAN YRITYSBAROMETRI 2012 RAAHEN SEUTUKUNNAN YRITYSBAROMETRI 2012 Anetjärvi Mikko Karvonen Kaija Ojala Satu Sisällysluettelo 1 TUTKIMUKSEN YLEISTIEDOT... 2 2 LIIKEVAIHTO... 5 3 TYÖVOIMA... 6 3.1 Henkilöstön määrä... 6 3.2 Rekrytoinnit...

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

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa. KERTAUS Lukujono KERTAUSTEHTÄVIÄ K1. Ratkaisussa annetaan esimerkit mahdollisista säännöistä. a) Jatketaan lukujonoa: 2, 4, 6, 8, 10, 12, 14, 16, Rekursiivinen sääntö on, että lukujonon ensimmäinen jäsen

Lisätiedot

4.1 Kaksi pistettä määrää suoran

4.1 Kaksi pistettä määrää suoran 4.1 Kaksi pistettä määrää suoran Kerrataan aluksi kurssin MAA1 tietoja. Geometrisesti on selvää, että tason suora on täysin määrätty, kun tunnetaan sen kaksi pistettä. Joskus voi tulla vastaan tilanne,

Lisätiedot

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3

Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3 Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä

Lisätiedot

HALLIN ILMIÖ 1. TUTKITTAVAN ILMIÖN TEORIAA

HALLIN ILMIÖ 1. TUTKITTAVAN ILMIÖN TEORIAA 1 ALLIN ILMIÖ MOTIVOINTI allin ilmiötyössä tarkastellaan johteen varauksenkuljettajiin liittyviä suureita Työssä nähdään kuinka all-kiteeseen generoituu all-jännite allin ilmiön tutkimiseen soveltuvalla

Lisätiedot

Nykyarvo ja investoinnit, L7

Nykyarvo ja investoinnit, L7 Nykyarvo ja investoinnit, L7 netto netto 1 Tarkastellaan tulovirtaa, joka kestää n jakson ajana, ja jossa jakson j lopussa kassaan tulee tulo k j. k n k 1 k 2 k 3 k 4 k 5 k 6... 0 1 2 3 4 5 6... n j netto

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

Mallivastaukset KA5-kurssin laskareihin, kevät 2009

Mallivastaukset KA5-kurssin laskareihin, kevät 2009 Mallivastaukset A5-kurssin laskareihin, kevät 009 Harjoitukset (viikko 5) Tehtävä Asia selittyy tulonsiirroilla. Tulonsiirrot B lasketaan mukaan kotitalouksien käytettävissä oleviin tuloihin Y d. Tässä

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

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

Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007

Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 Mat-2.204 Tilastollisen analyysin perusteet, kevät 2007 3. luento: Pari sanaa vielä hypoteesien formuloinneista Kai Virtanen Hypoteesien muodoista Luennolla nro. 2 muotoiltiin nollahypoteesi - H 0 : θ

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

Vertailutestien tulosten tulkinta Mikä on hyvä tulos?

Vertailutestien tulosten tulkinta Mikä on hyvä tulos? Vertailutestien tulosten tulkinta Mikä on hyvä tulos? Pertti Virtala PANK-menetelmäpäivä 29.1.2015 Sisältö Mittaustarkkuuden käsitteitä Mittaustarkkuuden analysointi Stabiilius Kohdistuvuus Toistettavuus

Lisätiedot

ASUINKERROSTALON ÄÄNITEKNISEN LAADUN ARVIOINTI. Mikko Kylliäinen

ASUINKERROSTALON ÄÄNITEKNISEN LAADUN ARVIOINTI. Mikko Kylliäinen ASUINKERROSTALON ÄÄNITEKNISEN LAADUN ARVIOINTI Mikko Kylliäinen Insinööritoimisto Heikki Helimäki Oy Dagmarinkatu 8 B 18, 00100 Helsinki kylliainen@kotiposti.net 1 JOHDANTO Suomen rakentamismääräyskokoelman

Lisätiedot

KA 1 2009, tentti 14.10. 2009 (mikrotaloustieteen osuus), luennoitsija Mai Allo

KA 1 2009, tentti 14.10. 2009 (mikrotaloustieteen osuus), luennoitsija Mai Allo 1 KA 1 2009, tentti 14.10. 2009 (mikrotaloustieteen osuus), luennoitsija Mai Allo ÄLÄ IRROTA PAPEREITA TOISISTAAN! Ohjeet: Tenttikysymyksiä on kuusi (+ jokeri ohjeineen viimeisellä sivulla). Valitse tenttikysymyksistä

Lisätiedot

ELEC-C6001 Sähköenergiatekniikka, laskuharjoitukset oppikirjan lukuun 10 liittyen.

ELEC-C6001 Sähköenergiatekniikka, laskuharjoitukset oppikirjan lukuun 10 liittyen. ELEC-C6001 Sähköenergiatekniikka, laskuharjoitukset oppikirjan lukuun 10 liittyen. X.X.2015 Tehtävä 1 Bipolaaritransistoria käytetään alla olevan kuvan mukaisessa kytkennässä, jossa V CC = 40 V ja kuormavastus

Lisätiedot

DEE-11110 Sähkötekniikan perusteet

DEE-11110 Sähkötekniikan perusteet DEE-11110 Sähkötekniikan perusteet Antti Stenvall Peruskäsitteet Luennon keskeinen termistö ja tavoitteet sähkövaraus teho ja energia potentiaali ja jännite sähkövirta Tarkoitus on määritellä sähkötekniikan

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

Ammattistartin merkitys hakijalle ja opiskelijalle, tilastollinen tarkastelu

Ammattistartin merkitys hakijalle ja opiskelijalle, tilastollinen tarkastelu sivu 1/ 5 Ammattistartin merkitys hakijalle ja opiskelijalle, tilastollinen tarkastelu 1. Johdanto Tässä kartoituksessa tarkastelemme Ammattistartin merkitystä ensiksi hakijan näkökulmasta, toiseksi sen

Lisätiedot

25 TAULUKKO 3: Osastojen hoitohenkilöstö (nettomäärä) Osasto (ss) Minimi Maksimi Keskiarvo Moodi Keskihajonta 2101 (26) 17,8 21,3 19,5 18,9 1,13 2102 (30) 21,5 25,1 22,6 21,6 1,17 2103 (18) 14,1 18,1 16,2

Lisätiedot

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä MS-C2128 Ennustaminen ja aikasarja-analyysi 4. harjoitukset / Tehtävät Kotitehtävät: 3, 5 Aihe: ARMA-mallit Tehtävä 4.1. Tutustu seuraaviin aikasarjoihin: Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan

Lisätiedot

Matemaattisten menetelmien hallinnan tason testi.

Matemaattisten menetelmien hallinnan tason testi. Matemaattisten menetelmien hallinnan tason testi. Jokaisessa tehtävässä on vain yksi vaihtoehto oikein.. Laskutoimitusten a) yhteen- ja vähennyslaskun b) kerto- ja jakolaskun c) potenssiin korotuksen järjestys

Lisätiedot

Maatalouden tutkimuskeskuksen julkaisuja

Maatalouden tutkimuskeskuksen julkaisuja Maatalouden tutkimuskeskuksen julkaisuja S A RJ A Lauri Jauhiainen Virallisten lajikekokeiden tulosten laskentaperusteet lir>, Maatalouden 100 tutkimuskeskus Lauri Jauhiainen Virallisten lajikekokeiden

Lisätiedot

Move! laadun varmistus arvioinnissa. Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere

Move! laadun varmistus arvioinnissa. Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere Move! laadun varmistus arvioinnissa Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere Fyysisen toimintakyvyn mittaaminen Tarkoituksena tuottaa luotettavaa tietoa mm. fyysisestä suorituskyvystä

Lisätiedot

ARVIOINTIPERIAATTEET

ARVIOINTIPERIAATTEET PSYKOLOGIAN YHTEISVALINNAN VALINTAKOE 2012 ARVIOINTIPERIAATTEET Copyright Helsingin yliopisto, käyttäytymistieteiden laitos, Materiaalin luvaton kopiointi kielletty. TEHTÄVÄ 1. (max. 34.5 pistettä) 1 a.i)

Lisätiedot

Perhevapaiden palkkavaikutukset

Perhevapaiden palkkavaikutukset Perhevapaiden palkkavaikutukset Perhe ja ura tasa-arvon haasteena seminaari, Helsinki 20.11.2007 Jenni Kellokumpu Esityksen runko 1. Tutkimuksen tavoite 2. Teoria 3. Aineisto, tutkimusasetelma ja otos

Lisätiedot

INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA

INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA 1 Erkki K. Laitinen, professori Laskentatoimen ja rahoituksen laitos Vaasan yliopisto INFORMAATION MERKITYS SANEERAUKSEN ONNISTUMISEN ENNUSTAMISESSA Tavoitteena esitellä: - Suomen Akatemian yrityssaneeraus

Lisätiedot

Investointilaskelma. TU-C1030 Laskelmat liiketoiminnan päätösten tukena Luento 7.1.2016. Aalto-yliopisto Tuotantotalouden laitos

Investointilaskelma. TU-C1030 Laskelmat liiketoiminnan päätösten tukena Luento 7.1.2016. Aalto-yliopisto Tuotantotalouden laitos Investointilaskelma TU-C1030 Laskelmat liiketoiminnan päätösten tukena Luento 7.1.2016 I vaiheen luentokokonaisuus INVESTOINNIN KANNATTAVUUS YRITYKSEN KANNATTAVUUS 1. Vapaa rahavirta (FCF) 2. Rahavirtojen

Lisätiedot

Keskeisin opittu asia (%) Regressioanalyysi. Keskeisin kertausta vaativa asia (%) Soveltuvan menetelmän valinta. Regressioanalyysi II

Keskeisin opittu asia (%) Regressioanalyysi. Keskeisin kertausta vaativa asia (%) Soveltuvan menetelmän valinta. Regressioanalyysi II Keskeisin opittu asia (%) Regressioanalyysi Y250. Kvantitatiiviset menetelmät (6 op) Hanna Wass tutkijatohtori hanna.wass@helsinki.fi vastaanotto ke 4-5 tai sopimuksen mukaan % N ristiintaulukointi ja

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

Johdon ennusteinformaation vaikutus yrityksen markkina-arvoon

Johdon ennusteinformaation vaikutus yrityksen markkina-arvoon Johdon ennusteinformaation vaikutus yrityksen markkina-arvoon - Analyytikon näkökulma Mikko Ervasti Analyytikko (Teknologia, Media & Telekommunikaatiolaitteet) Evli Pankki Oyj Puh: +358 9 4766 9314 Email:

Lisätiedot