ATH-koulutus THL ATH-koulutus / Tommi Härkänen 1

Transkriptio

1 ATH-koulutus THL ATH-koulutus / Tommi Härkänen 1

2 Sisältö Otanta-asetelma Ositus ja 75 vuotta täyttäneiden ylipoiminta Painokertoimet Tulosten esittäminen: mallivakiointi Esimerkit SAS/SUDAAN Stata/R SPSS Keskustelu ATH-koulutus / Tommi Härkänen 2

3 Ositus ja otoskoot Tutkimusalueet Koko Manner-Suomi, otoskoko Alueet (Turku, Kainuu ja osia Pohjois-Pohjanmaasta) Alueet jaettiin vielä pienempiin ositteisiin: Turku 9 ositetta, otoskoot Kainuu 3 ositetta, otoskoot Pohjois-Pohjanmaa 2 ositetta, otoskoot HUOMIO! Jos analysoidaan koko aineisto, eli em. 4 tutkimusaluetta, niin tulokset eivät edusta koko maata, koska alueositteet painottuvat liikaa: Koko maan tulokset saadaan käyttämällä pelkästään koko maan otosta! Jokaisessa alueositteessa ikä ja sukupuoliositus: Ikäluokat ja 75-99, jälkimmäisestä ylipoiminta Sukupuoli ATH-koulutus / Tommi Härkänen 3

4 Osituksen vaikutuksia Alueiden vertailu on helpompaa, koska eri alueilla perusjoukon koko vaihtelee Otos on joissakin ositteissa huomattavan suuri suhteessa perusjoukon kokoon Esim. Ylä-Kainuussa 75-vuotta täyttäneistä miehistä otokseen poimittiin n. 48 % perusjoukosta Manner-Suomen otoksessa poimittiin vain n. 0,1 % Suorat keskiarvot ovat virheellisiä yhdistettäessä ositteita Painokertoimet Vaikutuksia varianssiestimaattiin p-arvot pienempiä ja luottamusvälit kapeampia Äärellisen populaation korjaus ATH-koulutus / Tommi Härkänen 4

5 Äärellisen populaation korjaus (FPC) Miksi populaation rajallisuus vaikuttaa tulosten tarkkuuteen? Jos koko perusjoukko tutkittaisiin, niin saisimme tarkan tiedon väestön senhetkisestä tilasta, koska otannasta johtuvaa vaihtelua ei olisi esim. keskiarvon luottamusvälin leveys olisi nolla Jos otoksen osuus perusjoukosta olisi suuri, niin tutkimatta jääneiden vaikutus väestökeskiarvoon olisi pieni Jos otos on vain pieni osa perusjoukosta, niin kyseessä on likimain tavallinen yksinkertainen satunnaisotanta (SRS), eikä FPC:ta tarvita ATH-koulutus / Tommi Härkänen 5

6 Painokertoimien taustaa: otos Yksilöillä erilaiset poimintatodennäköisyydet 75-vuotta täyttäneillä suurempi poimintatodennäköisyys Esim. suora keskiarvo havainnoista antaa liian suuren painoarvon 75 vuotta täyttäneille Poimintatodennäköisyydet vaihtelevat alueittain Alueita yhdistettäessä alueositteet, joista on poimittu otokseen suurempi osuus, saisivat liian suuren painoarvon ATH-koulutus / Tommi Härkänen 6

7 Painokertoimien taustaa: kato Yksilöiden osallistumisaktiivisuus vaihtelee Jos aktiivisuuteen vaikuttavat tekijät havaitaan sekä osallistuneista että katotapauksista, erot voidaan korjata hyvin (esim. rekisteritiedot ikä, sukupuoli ja koulutus) oletus havaittujen ja katotapausten samankaltaisuudesta vain osallistuneista, erojen huomioiminen on vaikeaa (esim. terveyteen ja toimintakykyyn liittyvät tekijät) vahvoja oletuksia kadon luonteesta ATH-koulutus / Tommi Härkänen 7

8 Osallistumisasteita (%) Ikäryhmä Miehet Naiset ATH-koulutus / Tommi Härkänen 8

9 Osallistumisasteita (%) Koulutus Keskiaste Alin korkea-aste Alempi korkeakouluaste Ylempi korkeakouluaste Tutkijakoulutusaste Koulutusaste tuntematon Osallistuneita ATH-koulutus / Tommi Härkänen 9

10 Osallistumisasteita (%) Avioliitossa Osallistuneita Kieli Osallistuneita Kyllä 54 Suomi 48 Ei 42 Ruotsi 47 Englanti 40 Venäjä ATH-koulutus / Tommi Härkänen 10

11 Osallistumisasteita (%) Alue Osall. Alue Osall Suomi 46 Turun keskusta 48 Kajaanin seutu 51 Hirvensalo-Kakskerta 41 Kuhmo, Sotkamo 51 Skanssi-Uittamo 52 Ylä-Kainuu 54 Varissuo-Lauste 45 Oulun Eteläinen 47 Nummi-Halinen 44 Oulun seutu 45 Runosmäki-Raunistula 49 Länsikeskus 52 Pansio-Jyrkkälä 39 Maaria-Paattinen ATH-koulutus / Tommi Härkänen 11

12 Painokertoimien taustaa: menetelmä Painokertoimet on muodostettu käyttämällä logistiseen regressiomalliin perustuvaa käänteistodennäköisyyspainotusta (IPW) ATH painokertoimissa huomioitu Otanta Alkuperäinen poimintatodennäköisyys (perusjoukon koko / otoskoko) Kato Tutkimusalue Ikäluokka ja sukupuoli Avioliittostatus Tutkinto Kieliryhmä ATH-koulutus / Tommi Härkänen 12

13 Painokertoimien tulkinta Painokertoimen arvo voi olla erilainen jokaiselle tutkimukseen osallistuneelle yksilölle Mitä suurempi painokertoimen arvo, sitä suurempi vaikutus lopputuloksiin Kadon huomioimisessa esim. 25% osallistumisasteella painokertoimen arvoksi tulisi 4, joka tarkoittaa, että yksi tutkimukseen osallistunut edustaa neljää otokseen poimittua Analyyseissä painokertoimet skaalataan siten, että painokertoimien summa vastaa osallistuneiden lukumäärää käytettäessä survey-ohjelmistoja skaalaus tapahtuu automaattisesti ATH-koulutus / Tommi Härkänen 13

14 Painotuksen ja osituksen vaikutuksia Tarkastellaan esimerkkejä, joissa keskiarvoja estimoidaan painotuksella tai ilman, ja huomioimalla ositus ja äärellinen populaatio, tai ei Keskiarvoesimerkkien tuloksia voidaan nähdä myös monimutkaisemmissa analyyseissä ATH-koulutus / Tommi Härkänen 14

15 Esimerkkiaineiston analyysimuuttujat Rekisteritiedot: Suuralue rg_geo_area: Kainuu (1), P-Pohjanmaa (2), Turku (3) Sukupuoli rg_gender: mies (1), nainen (2) Ikä rg_age_2 (vuosina) Koulutus rg_educ: perus- (1), keski- (2), korkea-aste (3) Kyselytiedot: Painoindeksi ath_bmi = paino / pituus 2 (kg / m 2 ) Dikotominen painoindeksi Ath_bmi_2: <25 (0), 25+ (1) Kolmiluokkainen painoindeksi Ath_bmi_3: <25 (1), 25-<30 (2), 30+ (3) ATH-koulutus / Tommi Härkänen 15

16 Otanta-asetelman kuvaavat muuttujat Osite w_strata alue-, ikä- ja sukupuoliositteille (14 x 2 x 2 = 56 eri arvoa) Analyysipaino w_analysis huomioi erilaiset poimintatodennäköisyydet Väkiluku ositteessa w_n äärellisen populaation korjausta varten ATH-koulutus / Tommi Härkänen 16

17 Otanta-asetelman vaikutus: erilaiset poimintatodennäköisyydet Mean rg_age_ Koko otoksen keskiarvo rg_age_ Painotettu, väestöä edustava keskiarvo Analyysimuuttujana ikä Ero johtuu erityisesti 75 vuotta täyttäneiden ylipoiminnasta Lisäksi alueittaiset poimintatodennäköisyydet vaihtelevat ATH-koulutus / Tommi Härkänen 17

18 Painotuksen vaikutus: kato Mean ath_bmi Ei painoja ath_bmi Painotus Vasteena BMI Painottaminen laskee BMI-keskiarvoja Osallistumisaktiivisuus on pienin nuorilla (erityisesti miehillä), joilla on myös vähemmän ylipainoa ATH-koulutus / Tommi Härkänen 18

19 Painotuksen vaikutus: kato Osajoukko: Turku vuotiaat, koulutusryhmittäin Over Ei painoja Painot ath_bmi basic middle high Vasteena BMI Painottaminen laskee BMI-keskiarvoja, myös palvelualueittain ja sukupuolittain Painotus pienentää Keski-ikäisten, avioliitossa olevien ja suomen- ja ruotsinkielisten painoarvoa ATH-koulutus / Tommi Härkänen 19

20 Otanta-asetelman vaikutus Ositus ja äärellisen populaation korjaus Mean Std. Err. [95% Conf. Interval] Pelkät painokertoimet: ath_bmi Painokertoimet, ositus ja äärellisen populaation korjaus: ath_bmi Vasteena BMI Äärellisen populaation korjaus pienentää BMI-keskiarvon keskivirhettä kapeammat luottamusvälit, pienemmät p-arvot Ero on pieni, koska mukana on useita alueita, joilta on poimittu vain pieni osa perusjoukosta ATH-koulutus / Tommi Härkänen 20

21 Ositus ja äärellisen populaation korjaus Osajoukko: Kainuu vuotiaat, koulutusryhmittäin Vasteena BMI Pelkät painot Painot, ositus ja äärell. pop. korj. Over Mean Std. Err. Std. Err ath_bmi basic middle high Äärellisen populaation korjaus laskee BMI-keskiarvon keskivirhettä kapeammat luottamusvälit, pienemmät p-arvot ATH-koulutus / Tommi Härkänen 21

22 Ositus ja äärellisen populaation korjaus Osajoukko: Kainuu 75+ vuotiaat, koulutusryhmittäin Vasteena BMI Pelkät painot Painot, ositus ja äärell. pop. korj. Over Mean Std. Err. Std. Err ath_bmi basic middle high Äärellisen populaation korjaus (FPC) laskee BMI-keskiarvon keskivirhettä kapeammat luottamusvälit, pienemmät p-arvot FPC vaikuttaa erityisesti 75-vuotta täyttäneillä ja alueilla, joista on poimittu suuri osa väestöstä otokseen ATH-koulutus / Tommi Härkänen 22

23 Ositus ja äärellisen populaation korjaus Robust Linearized ath_bmi Coef. Std. Err. P> t Std. Err. P> t rg_geo_area rg_gender rg_age_ _cons Lineaarinen regressiomalli, vasteena BMI Äärellisen populaation korjauksella (FPC) vaikuttaa vastaavalla tavalla kuin kuvailevilla tunnusluvuilla, ts. keskivirheet pienenevät ATH-koulutus / Tommi Härkänen 23

24 Mallivakiointi Sekoittavien tekijöiden vaikutuksen huomioiminen Ryhmien välisen eron arviointia vaikeuttavat sekoittavat tekijät, esim. usein ikä Regressiokertoimien (erit. Odds Ration ym.) suora tulkinta voi olla hankalaa vasteen alkuperäisellä skaalalla tai vertailu havaittuihin keskiarvoihin tai esiintyvyyksiin Apuvälineenä voi käyttää predictive margins * mallivakiointimenetelmää, joka on käytettävissä jo useissa tilastollisissa ohjelmistoissa (Stata ja Sudaan, SAS-makro) * Graubard ja Korn (1999). Biometrics ATH-koulutus / Tommi Härkänen 24

25 Mallivakiointi Sekoittavien tekijöiden vaikutuksen huomioiminen 1. Mallivakioinnissa käytetään regressiomallitusta sekoittavien tekijöiden vaikutuksen huomioimiseksi 2. Regressiomallin tuottamien estimaattien avulla lasketaan jokaiselle yksilölle ennustearvot asettamalla yksilöt vuoronperään yhteen vertailtavista ryhmistä 3. Yksilöllisten ennustearvojen keskiarvo kuvaa (hypoteettista) tilannetta, jossa kaikki yksilöt kuuluisivat samaan ryhmään 4. Tuloksena saatavat ryhmäkohtaiset keskiarvot ovat vakioituja regressiomallissa olevien sekoittavien tekijöiden suhteen ATH-koulutus / Tommi Härkänen 25

26 Mallivakiointi Esimerkki: Ylipainon yleisyys (BMI>25) Halutaan verrata ylipainon esiintyvyyttä koulutus- ja sukupuoliryhmittäin Logistinen regressiomalli: ikä * sukupuoli * koulutus Mallivakiointi laskee peruskoulutettujen ja nostaa keskiasteen koulutuksen saaneiden esiintyvyyksiä Havaitut Mallivakioidut Mean Std. Err. Margin Std. Err rg_educ# rg_gender basic male basic female middle male middle female high male high female ATH-koulutus / Tommi Härkänen 26

27 Mallivakiointi Ylipainoisuus assosioituu ikään Vanhoissa ikäluokissa koulutustaso matalampi Ikä Mean Std. Err. [95% Conf. Interval] basic middle high BMI > 25 Mean Std. Err. [95% Conf. Interval] rg_age10 = rg_age10 = rg_age10 = rg_age10 = rg_age10 = rg_age10 = rg_age10 = rg_age10 = ATH-koulutus / Tommi Härkänen 27

28 Lopuksi Painokertoimien käyttäminen on välttämätöntä otannan (ja kadon) huomioimiseksi Äärellisen populaation korjaus (FPC) huomioi suuren poimintasuhteen vaikutuksen ja tuottaa tarkemmat tulokset Mallivakioinnilla voi kuvata ryhmien välisiä eroja, kun sekoittavien tekijöiden (kuten iän) erilaisten ryhmäkohtaisten jakaumien vaikutus on vakioitu ATH-koulutus / Tommi Härkänen 28