Tilastotuotantomallit

Koko: px
Aloita esitys sivulta:

Download "Tilastotuotantomallit"

Transkriptio

1 Tilastotuotantomallit - Tilastojen tuottamisen haasteet, Tietotekniikka- ja menetelmäpalvelut SAS Forum Finland 2012

2 Tilastokeskus = Tilastotuotanto = säännöllisesti toistuva lähes 200:n tilaston sisältötuotanto

3 Tilastotuotanto prosessina

4 The Generic Business Process Model / Unece

5 Tilastotuotantoprosessi tasot 1 ja 2, perusmalli Taso 1 Tiedontarpeen selvitys Määrittely ja suunnittelu Tuotantojärjestelmän rakentaminen Tiedon hankinta Datan muokkaus Analyysi Julkaiseminen & jakelu Prosessin arviointi Ilmiöalueen peruskartoitus Tutkimusasetelman määrittely Tiedon hankintajärjest. rakentam.inen Tiedonkeruusuunnitelma Luokittelu, koodaus Alustavat tulokset Käyttäjätuki Mittari- ja palautetiedon koostaminen T a s o 2 Aineistojen saatavuusselvitys Käyttäjien tiedontarpei-- den selvitys Tilaston perustaminen Tietosisällön tarkentaminen Tiedonantajien kuuleminen Tiedonkeruupäätös Tuotantoprosessin kuvaus Vuosisuunnittelu Perusjoukon, otannan suunnittelu Vakiotaulukoiden, avoimen datan suunnittelu Metatietojen suunnittelu Tiedon muokkaus- & anal.j. rakentamiinen Työn kulkujen viimeistely Tuotantojärjestelmän testaus Prosessin toimivuuden testaus Tuotantojärjestelmän viimeistely Rekisteriaineistojen hankinta ja ylläpito Otoksen poiminta Esitäyttö Tiedonkeruun toteutus Aineíston vastaanotto Raakadatan tallennus ja arkistointi Aineistojen yhdistäminen Datan tarkastelu ja editointisuunnittelu Editointi Toimenpideja laatuarviointi. Uusien muuttujien luominen Uusien havaintoyksiköiden muodostam. Tulosten tarkistus Analyysi ja tulkinta Tietosuojan varmistus Lopulliset tulokset Julkaisupäätös Laatudokumenttien valmistaminen Kansain- Julkistamisväliset kalenteri tietotoimitukset Jakelutietokantojen päivitys Julkistaminen Kansainväliset tietotoimitukset Tietojen rutiinijakelu Arkistointi Prosessien ongelmien analysointi Kehittämisehdotukset Vain suora tiedonkeruu Kehittämisprojektiehdotukset Valmiin datan tallennus ja arkistointi Raporttien tallennus

6 Prosessimallin rajoittuneisuus 1. Aineiston menetelmällinen muokkaus - miten? 2. Aineiston ja aineiston käsittelyn kuvaus miten?

7 Aineiston muokkauksesta editointimaliin

8 The Generic Business Process Model / Unece

9 Tiedon menetelmällinen käsittely haalinta suora tiedonkeruu rekisterit raaka-aineisto = arkistodata (I) tilastoaineisto editointi editoitu aineisto = arkistodata (II) imputointi estimointi lopullinen aineisto = arkistodata (III) taulukointi muu laskenta

10 Tilastoaineiston käsittelyvaiheet (täsmennys) Tilastotuotanto Suunnittelu Tiedon hankinta Havaintoaineiston muokkaus Aggregoidun aineiston tuottaminen Julkaiseminen jakelu Kehikon luonti Rekisteriaineiston sisäänluku Aineistojen yhdistäminen Summaformaattien haku / muodostaminen Px / XML -taulukoiden muodostaminen Otospoiminta Lähdedatojen vertailua Sähköisten tiedonkeruiden aineiston sisäänluku Aineiston alkuanalyysi Aineiston päivitys tietokantaan Aineistopoiminnat eri lähteistä Aineiston massatarkistus Editointi Imputointi estimointi Johdettujen muuttujien laskenta Laadun varmistus Aineiston analysointi Aineistojen summaus julkaisun esitystasolle Johdettujen muuttujien askenta Tietosuojan varmistus Formaattien / labelien kiinnitys Grafiikan muodostaminen Gesmes-toimitusten muodostaminen Muiden tiedostomuotojen muodostaminen Arkistointi / KN

11 Editointimalli Osa 1

12 Editointimalli Osa 2

13 1 Aineistotarkastelut ja editoinnin suunnittelu Alkuanalyysi Toiminta Ohjelmallinen aineistokatsaus Aineistotarkastelu analyysivälinein (tutkijan kokemuksen avulla suuntautuva tarkastelu [havaintotaso, osajoukot, tunnusluvut, taulukot, graafinen tarkastelu]) Tuotokset Raaka-aineistoa kuvaavat indikaattorit Analyysin tuotokset (graafit, listaukset, taulukot) Alustavat virhemerkinnät Kommentit ym. Arvio aineistosta

14 2 Aineistotarkastelut ja editoinnin suunnittelu Virhediagnostiikka Toiminta Kohdennettu alustava virheentunnistus (varmat virheet, tiedossa olevat ongelma-alueet) Virhediagnostiikka (Alkuanalyysillä saadun tiedon, aineistoarvion ja alustavan virheentunnistuksen sekä aiempien kokemuksien perusteella tehty diagnoosi siitä, minkälaisia virheitä aineistossa esiintyy ja onko mukana myös ennen toteamattomia ilmiöitä) Tuotokset Virhelogi

15 3 Aineistotarkastelut ja editoinnin suunnittelu Editointisuunnitelma Toiminta Editointisuunnitelman hahmottelu Päätöksenteko sen suhteen, mitä virheentunnistus- ja virheenkorjaustoimia tehdään sekä missä järjestyksessä ja minkälaisin ehdoin (parametrein). Suunnittelussa otetaan huomioon myös aiemmat käytännöt. Tuotokset Päätös editointitoimenpiteistä - menetelmävalinnat (mukana määritys, rajataanko virheentunnistusta vain merkittäviin havaintoihin ja/tai virheisiin) - editointiparametrit (päätökset siitä, millä raja-arvoilla ja muilla numeerisilla valinnoilla eri vaiheiden proseduurit toteutetaan)

16 4 Editointi Toiminta 4a 4b Virheen- ja puuttuvuuden tunnistus Virheen- ja puuttuvuuden korjaus Tuotokset Editoitu aineisto Toteutus- ja analyysitieto

17 4a Virheen- ja puuttuvuuden tunnistus Päätös editointitoimenpiteistä -menetelmävalinnat (mukana määritys, rajataanko virheentunnistusta vain merkittäviin havaintoihin ja/tai virheisiin) -editointiparametrit Nykytilanne: Mikrotason tarkastelu Makrotason tarkastelu Havainnon muuttujasisällön tarkastelu Havaintoarvojen tarkastelu ajassa sekä referenssivertailu Editointisäännöt ja tarkastusohjelmat Virhelistaukset ja niiden tarkastelu Havaintotason mallinnus Poikkeavat arvot ja havainnot Graafinen tarkastelu Tunnusluvut, jakaumat ja taulukointi sekä aggregaatit mukana mahdollisesti havainnon ja / tai virheen merkittävyyden arviointi Varmojen virheiden tai virheellisiksi epäiltyjen arvojen identifioituminen Toteutus- ja analyysitieto

18 4b Virheen- ja puuttuvuuden korjaus Varmojen virheiden tai virheellisiksi epäiltyjen arvojen identifioituminen Toteutus- ja analyysitieto Manuaalikorjaus Imputointi tilastollisella menetelmällä Arvon tiedustelu tiedontuottajalta Arvon sijoitus, päättely tai arviointi Automaattinen korjaus Keskiarvo- ja muu tunnuslukuimputointi Mallinnusimputointi Luovuttajaimputointi Jakaumaimputointi, summajako jakauman mukaan sekä balanssivirheen korjaus Massaimputointi sekä moniimputointi Editoitu aineisto Toteutus- ja analyysitieto

19 5 Laatuanalyysi Toiminta ja tuotokset Laatuindikaattoreiden laskenta Laatuindikaattorit editointivaiheeseen Tuloslaskenta editoidusta aineistosta Arvio muokkaustoimien vaikutuksesta editointivaih. Yhteenveto editointitoimien laadusta Laatuarvio editointivaiheeseen Lopullinen aineisto

20 . ja tilastoaineistoon tulee toteuttaa määritellyt editointisäännöt mahdollisimman vähäisellä määrällä muuttujanarvomuutoksia - FELLEGI-HOLT PERIAATE (970-luvulta) - Periaatteeseen liittyy olennaisena osana muuttujille määritellyt luotettavuuspainot (reliability weights)

21 Prosessimallin rajoittuneisuus 1. Aineiston menetelmällinen muokkaus - miten? 2. Aineiston ja aineiston käsittelyn kuvaus miten?

22 The Generic Business Process Model / Unece

23 GSBPM and GSIM / Generic Statistical Information Model (GSIM) Specification (Version 0.8, September 2012)

24

25

26 Tilastollinen metatietomalli CoSSI (Common Structure of Statistical Information)

27 Tilastollinen metatieto

28 - luokitustieto

29 Tiedon muuttujakeskeisyys spesification statmeta.dtd statmeta.dtd statmeta.dtd quality declaration.dtd concept/ meaning measurement description data quality survey data quality concept model variable

30 määritykset CoSSI modularisointi docmeta.dtd qualitymeta.dtd statmeta.dtd xyz_procmeta. dtd -taxmeta.dtd -vrkmeta.dtd. taltion yksilöintitieto aineiston laatuarviotieto numeerisen tilastotiedon sisältö prosessoinnin parametritieto numeerisen lähdetiedon sisältö käsitemalli tilastollinen informaatio tiedon organisointi KeysFormat matriisi taulukko kyselylomake julkaisu grafiikka KeysFormat.dtd matrix.dtd table.dtd question.dtd cxqf.dtd publication.dtd määritykset CoSSI --- osat ja kokonaisuus

31 Xml -tiedosto

32 Aineistokuvausten käyttöalueet tilaston tuotantoprosessissa

33 Metatietojen käyttö tilastotuotantoprosessissa?

34 Tekninen infrastruktuuri

35 Statistics Finland SAS Software Deployment Architecture View Production Environment SAS 9.2 => 9.3 Datahakemistojen standardirakenne

36 SAS-architecture - Virtualization Virtualized application servers 18 cores (excl. Metadataserver, WinProxy, demo) Mb memory SASdemo

37 SAS-architecture - Overview SAS -servers Two IBM P7 AIX-servers 64 bit enabled SAS metadataserver Statistical data 32 bit P5 Statistical data Win-Server (performance testing) Databases 5 SQL servers ~160 databases Statistical data exist XML Metadata of the statistical data

38 Tietovarastot

39 XIV-levyjärjestelmä SAS-palvelin 1 SAS-palvelin 2 SQL-Server 1 SQL-Server 2 Sähköpostipalvelin Verkkolevyt Jakelu- ja julkaisupalvelimet Tiedonkeruu, muut tukipalvelut Tilastotuotanto Hallinto- ja jakelu SVC -kerros Replikointi SVC-kerroksen kautta XIV 2 Käyttökapasitteeti 25TB 6 modulia à 12 TB Tilastotuotannon Primaaritaltio XIV Käyttökapasitteeti ~60TB 12 modulia à 12 TB Tilastotuotannon sekundaaritaltio ja muun primaari Replikointi suoraan XIV:ien välillä

40 SQL 2012 infra Uusi SQL 2012 Analysis Services 20 ydintä, paljon muistia Yhtsql2 Herttua Uusi Yhtsql Rubik Kehitysja testi Yhtsql-kannat siirretään enimmäkseen Rubikille ja loput Yhtsql2:lle SQL 2008 (ei päivitetä) Vanhainkoti (Sybase) 24 ydintä SQL > SQL ydintä SQL ydintä? SQL 2005 ei päivitetä, poistuu käytöstä 8 ydintä SQL > SQL ydintä SQL 2008 ja SQL 2012 virtuaalikoneita Mika Muttonen, Riitta Piela, Toni Räikkönen

41 Integroitu mikrodatavarasto TK:n Tietolaari Tutkimusyhteisöt, yritykset, lehdistö ym. tutkimus/erityisselvitys-palveluja tarvisijat Kansalaiset ym. vakiotuotteiden ja -palvelujen käyttäjät Tietopalvelut-yksikkö Pääjohtaja ja pj:n sihteeristö Tutkimus-, mikrosimuointimalli- ja erityisselvityspalvelut Tietovarastojen hallinta-yksikkö Tuotevarasto Makrodatavarasto Mikrodatavarasto Raakadatan hankinta-yksikkö Hallinto-yksikkö Tilastotuotannon tuki-yksikkö Tilastoalueen z tilastotuotanto-yksikkö Tilastoalueen y tilastotuotanto-yksikkö Tilastoalueen x tilastotuotanto-yksikkö IT-palvelut-yksikkö Tiedonantajat

42 Muut projektit 1. Jakelun prosessimalli - TK/jakelu 2. xcola - TK/TI 3. SAS-arkkitehtuuri 4. Hallinnollisten aineistojen vastaanotto 5. Hakemistorakenne 6. Muuttujaeditori 7. Luokituseditori 8. Arkistointi ja 9. OID:n käyttö

43 Tilastotuotannon modernisointi

44 Tilastotuotannon modernisointi (I)

45 Modernisointiprosessin perusvaatimuksia 1. Muutoksen perussuunta on saavuttaa prosessimallin mukainen toimintatapa - tilastotiedon jalostusketju on katkeamaton - tilastotiedon jalostaminen tehokkaasti aineiston laadun ohjaamana - prosessimallin mukaiseen toimintatapaan ja sen hallintaan sopivat tietotekniset työvälineet 2. Modernisoinnilla tavoitellut vaikutukset tilastotuotannossa - tilastoaineistojen oikea ja tarkoituksenmukainen muokkaus - välinetuki, so. tietotekninen arkkitehtuuri, tukee toimintatapaa - tuotannollisten virheiden ennakollinen karsinta - tilastotiedon ja tuotannon dokumentoinnin tuottaminen ja käyttö - tilastotuotantoa ohjaamisessa tarvittavan informaation tuottaminen ja käyttö, esimerkinä tilastoaineiston laadun indikaattorit

46 Tilastotuotannon modernisointi (II)

47 Tavoite:. ja kaikki tämä tulisi olla toteutettuna vuonna 2017!

48 Kiitos!

Osaamisen johtaminen Tilastokeskuksessa

Osaamisen johtaminen Tilastokeskuksessa Osaamisen johtaminen Tilastokeskuksessa Tilastokeskus valtiovarainministeriön hallinnonalaan kuuluva, mutta itsenäisesti toimiva valtion virasto yli 900 ihmisen työpaikka tuottaa yhteiskuntaoloja kuvaavia

Lisätiedot

Findikaattori - Indikaattoripalvelu. Harri Lehtinen

Findikaattori - Indikaattoripalvelu. Harri Lehtinen Findikaattori - Indikaattoripalvelu Harri Lehtinen Organisointi: Yhteisprojekti TK & VNK 1. Palveluun kuuluvien indikaattoreiden valinta ja tietotoimitusten varmistaminen 2. Palvelun teknisten ratkaisujen

Lisätiedot

Tilastotuotannon yleinen prosessimalli GSBPM. (Versio 5.0, joulukuu 2013)

Tilastotuotannon yleinen prosessimalli GSBPM. (Versio 5.0, joulukuu 2013) Tilastotuotannon yleinen prosessimalli GSBPM (Versio 5.0, joulukuu 2013) Dokumentin sisältö Tässä dokumentissa kuvataan tilastotuotannon yleinen prosessimalli (GSBPM) ja sen suhde muihin tilastotuotannon

Lisätiedot

Tilastollisen tutkimuksen vaiheet

Tilastollisen tutkimuksen vaiheet Tilastollisen tutkimuksen vaiheet Jari Päkkilä Johdatus tilastotieteeseen Matemaattisten tieteiden laitos TILASTOLLISEN TUTKIMUKSEN TARKOITUS Muodostaa mahdollisimman hyvä mielikuva havaintoaineistosta,

Lisätiedot

Suomen virallisen tilaston verkkoportaali - väylä luotettavaan tilastotietoon. Tilastokirjaston asiakasaamu

Suomen virallisen tilaston verkkoportaali - väylä luotettavaan tilastotietoon. Tilastokirjaston asiakasaamu Suomen virallisen tilaston verkkoportaali - väylä luotettavaan tilastotietoon Tilastokirjaston asiakasaamu 4.12.2008 Esityksen rakenne 1. Mikä on tilasto? 2. Luotettavan tiedon tunnusmerkit 3. Virallinen

Lisätiedot

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa

Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Tilastollisten menetelmien käyttö Kelan tutkimustoiminnassa Risto Lehtonen Helsingin yliopisto Kela 1 Tilastokeskuksen SAS-seminaari 16.11.2009 Aiheita Kelan tutkimustoiminta SAS-sovellukset vaativien

Lisätiedot

DI Studion käyttökokemuksia. Kaisu Ikonen, Tilastokeskus

DI Studion käyttökokemuksia. Kaisu Ikonen, Tilastokeskus Kaisu Ikonen, Tilastokeskus 13.9.2012 Sisältö SAS Tilastokeskuksessa 2012 Esimerkki DIS-projektista Erityiskysymyksiä 13.9.2012 2 SAS Tilastokeskuksessa 2012 SAS-käyttäjiä 350, joista IT-puolella noin

Lisätiedot

Digitaalisten tietoaineistojen kansallinen kuvausjärjestelmä THL, Tilastokeskus, Tietoarkisto, Sitra

Digitaalisten tietoaineistojen kansallinen kuvausjärjestelmä THL, Tilastokeskus, Tietoarkisto, Sitra Digitaalisten tietoaineistojen kansallinen kuvausjärjestelmä 18.10.2017 THL, Tilastokeskus, Tietoarkisto, Sitra 1 SITRAN PALVELUOPERAATTORIN ESITUOTANTOHANKKEITA METADATA Digitaalisten tietoaineistojen

Lisätiedot

Kuntatilastotietopankki - Tilastokeskuksen kuntatilastopalvelu uudistuu

Kuntatilastotietopankki - Tilastokeskuksen kuntatilastopalvelu uudistuu Kuntatilastotietopankki - Tilastokeskuksen kuntatilastopalvelu uudistuu Kuntamarkkinat 11.-12.9.2013 Esko Syrjäkari esko.syrjakari@tilastokeskus.fi Kuntatilastopalvelun uudistaminen on osa Valtionvarainministeriön

Lisätiedot

MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO

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

Lisätiedot

Tiedon käyttö ja tiedon laadun arviointi. 11.6.2013 / Tilastotiedot yhteiskunnan muutosten ja kriisien kuvaajana/ Storgårds

Tiedon käyttö ja tiedon laadun arviointi. 11.6.2013 / Tilastotiedot yhteiskunnan muutosten ja kriisien kuvaajana/ Storgårds Tiedon käyttö ja tiedon laadun arviointi 11.6.2013 / Tilastotiedot yhteiskunnan muutosten ja kriisien kuvaajana/ Storgårds Sisällys 1. Evidence based desicion making 2. Tiedon käytön haasteet: tietolähteiden

Lisätiedot

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset

Lisätiedot

Tilastotieteen aihehakemisto

Tilastotieteen aihehakemisto Tilastotieteen aihehakemisto hakusana ARIMA ARMA autokorrelaatio autokovarianssi autoregressiivinen malli Bayes-verkot, alkeet TILS350 Bayes-tilastotiede 2 Bayes-verkot, kausaalitulkinta bootstrap, alkeet

Lisätiedot

Ohjelmistotekniikka - Luento 2

Ohjelmistotekniikka - Luento 2 Ohjelmistotekniikka - Luento 2 Luku 2: Prosessimallit - miten spiraalimalliin päädyttiin - spiraalimallista (R)UP malliin - oman ammattitaidon kehittäminen; PSP ja TSP mallit 1 Luento 2: Prosessimallit

Lisätiedot

Paikkatiedon mallinnus Dokumentoinnin ymmärtäminen. Lassi Lehto

Paikkatiedon mallinnus Dokumentoinnin ymmärtäminen. Lassi Lehto Paikkatiedon mallinnus Dokumentoinnin ymmärtäminen Lassi Lehto INSPIRE-seminaari 23.08.2012 Sisältö Tietotuoteselosteen rakenne (ISO 19131) Unified Modeling Language (UML) Luokkakaaviotekniikan perusteet

Lisätiedot

Työkalujen merkitys mittaamisessa

Työkalujen merkitys mittaamisessa Työkalujen merkitys mittaamisessa Mittaaminen ja Ohjelmistotuotanto -seminaari Toni Sandelin 18.4.2001, VTT Elektroniikka, Oulu 1 Sisältö Mihin työkalutukea tarvitaan? Työkalut & metriikat: luokitus Mittausohjelmien

Lisätiedot

Linja 4, Ratkaisu- ja tavoitearkkitehtuuri, kokonaisarkkitehtuurityö

Linja 4, Ratkaisu- ja tavoitearkkitehtuuri, kokonaisarkkitehtuurityö Linja 4, Ratkaisu- ja tavoitearkkitehtuuri, kokonaisarkkitehtuurityö Luken tilastojen kokonaisarkkitehtuurityö Tavoitteena kokonaisarkkitehtuurityön edistäminen Luken tilastotuotannon osalta. Nykytilan

Lisätiedot

Miten voin selvittää säästömahdollisuuteni ja pääsen hyötymään niistä?

Miten voin selvittää säästömahdollisuuteni ja pääsen hyötymään niistä? Se edullisempi tietokanta Miten voin selvittää säästömahdollisuuteni ja pääsen hyötymään niistä? Rasmus Johansson rasmus.johansson@microsoft.com Ratkaisumyyntipäällikkö (Sovellusalusta) Microsoft Oy Miten

Lisätiedot

INTERNET KYSELYN TOTEUTUS

INTERNET KYSELYN TOTEUTUS INTERNET KYSELYN TOTEUTUS 1. Tutkimuksen suunnittelu ja lomakkeen teko Kysymysten määrää ei ole rajoitettu. Kysymykset voivat olla luokiteltuja tai avovastauksisia. Luokitelluissa kysymyksissä voidaan

Lisätiedot

ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6

ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 Sisällysluettelo ALKUSANAT 4 ALKUSANAT E-KIRJA VERSIOON 5 SISÄLLYSLUETTELO 6 1 PERUSASIOITA JA AINEISTON SYÖTTÖ 8 11 PERUSNÄKYMÄ 8 12 AINEISTON SYÖTTÖ VERSIOSSA 9 8 Muuttujan määrittely versiossa 9 11

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas OTOSTAMISEEN LIITTYVIÄ ONGELMIA Otostamisen ongelmat liittyvä satunnaistamisen epäonnistumiseen Ongelmat otantakehyksen määrittämisessä Väärän otantamenetelmän

Lisätiedot

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme? TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman

Lisätiedot

Ohjelmistotekniikka - Luento 2 Jouni Lappalainen

Ohjelmistotekniikka - Luento 2 Jouni Lappalainen Ohjelmistotekniikka - Luento 2 Jouni Lappalainen Luku 2: Prosessimallit - miten spiraalimalliin päädyttiin - spiraalimallista (R)UP malliin - oman ammattitaidon kehittäminen; PSP ja TSP mallit 1 Luento

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas JAKAUMAN MUOTO Vinous, skew (g 1, γ 1 ) Kertoo jakauman symmetrisyydestä Vertailuarvona on nolla, joka vastaa symmetristä jakaumaa (mm. normaalijakauma)

Lisätiedot

Kvantitatiivisen aineiston analyysi

Kvantitatiivisen aineiston analyysi Kvantitatiivisen aineiston analyysi Liiketalouden tutkimusmenetelmät SL 2014 Kvantitatiivinen vs. kvalitatiivinen? tutkimuksen lähtökohtana ovat joko tiedostetut tai tiedostamattomat taustaoletukset (tieteenfilosofiset

Lisätiedot

Menetelmät tietosuojan toteutumisen tukena - käytännön esimerkkejä. Tilastoaineistot tutkijan työvälineenä - mahdollisuudet ja rajat 2.3.

Menetelmät tietosuojan toteutumisen tukena - käytännön esimerkkejä. Tilastoaineistot tutkijan työvälineenä - mahdollisuudet ja rajat 2.3. Menetelmät tietosuojan toteutumisen tukena - käytännön esimerkkejä Tilastoaineistot tutkijan työvälineenä - mahdollisuudet ja rajat 2.3.2009 Tietosuoja - lähtökohdat! Periaatteena on estää yksiköiden suora

Lisätiedot

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:

Lisätiedot

KODAK EIM & RIM VIParchive Ratkaisut

KODAK EIM & RIM VIParchive Ratkaisut ATK Päivät 2006 Mikkeli KODAK EIM & RIM VIParchive Ratkaisut 29.-30.5. 2006 Stefan Lindqvist HCIS Sales Specialist Health Care Information Systems Kodak Health Group 3/24/2013 1 Arkistoinnin haasteita

Lisätiedot

Unelma tiedon hyödyntämisen kokonaisekosysteemistä

Unelma tiedon hyödyntämisen kokonaisekosysteemistä Unelma tiedon hyödyntämisen kokonaisekosysteemistä HSY-paikkatietoseminaari 16.3.2016 1 MISTÄ PUHUN TÄNÄÄN VIITE- JA KOKONAISARKKITEHTUURIT EKOSYSTEEMI TIEDOLLA JOHTAMINEN TOIMIJAVERKOSTOT PAIKKATIETO

Lisätiedot

Otanta-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 Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita risto.lehtonen@helsinki.fi OHC Survey Tilastollinen analyysi Kysymys: Millä

Lisätiedot

Johdatus 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 Johdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2005) 1 ja mittaaminen Tilastollisten aineistojen kerääminen Mittaaminen ja mitta-asteikot TKK (c)

Lisätiedot

Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon. Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti

Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon. Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti Health Intelligence - Parempaa informaatiota terveydenhuollon päätöksentekoon Terveydenhuollon ATK päivät 24.-25.5.2011 Sibelius Talo, Lahti Innofactor Oyj: Suomen johtava Microsoft ratkaisutoimittaja

Lisätiedot

SPSS ohje. Metropolia Business School/ Pepe Vilpas

SPSS ohje. Metropolia Business School/ Pepe Vilpas 1 SPSS ohje Page 1. Perusteita 2 2. Frekvenssijakaumat 3 3. Muuttujan luokittelu 4 4. Kaaviot 5 5. Tunnusluvut 6 6. Tunnuslukujen vertailu ryhmissä 7 9. Ristiintaulukointi ja Chi-testi 8 10. Hajontakaavio

Lisätiedot

Tilastollisten aineistojen kerääminen ja mittaaminen

Tilastollisten 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

Lisätiedot

Paikkatietotuotteen määrittely

Paikkatietotuotteen määrittely Paikkatietotuotteen määrittely Työpaja tietotuotteista 24.11.2010 Panu Muhli Maanmittauslaitos Inspire-sihteeristö etunimi.sukunimi@maanmittauslaitos.fi Sisällys Mikä on paikkatietotuote? Mitä paikkatietotuotteen

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita

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

Basware Financial Performance Management (FPM)

Basware Financial Performance Management (FPM) Basware Financial Performance Management (FPM) Jyri Mononen, Account Manager Basware Experience User Forum Collaborate. Innovate. Succeed. Australia Denmark Finland France Germany Netherlands Norway Sweden

Lisätiedot

Teema 3: Tilastollisia kuvia ja tunnuslukuja

Teema 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

Lisätiedot

Kuntatieto-ohjelma. Nykytilan analyysin tiivistelmä Versio: 1.0. Laatija: Pentti Kurki

Kuntatieto-ohjelma. Nykytilan analyysin tiivistelmä Versio: 1.0. Laatija: Pentti Kurki Kuntatieto-ohjelma Nykytilan analyysin tiivistelmä 25.6.2014 Versio: 1.0 Laatija: Pentti Kurki Kuntatieto-ohjelma nykytila tiivistelmä 25.6.2014 2 (7) Sisällys 1. Dokumentin tarkoitus... 3 2. Kuntien ulkoisen

Lisätiedot

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1 Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin

Lisätiedot

Rekisterit tutkimusaineistona: tieteenfilosofis-metodologiset lähtökohdat

Rekisterit tutkimusaineistona: tieteenfilosofis-metodologiset lähtökohdat Reijo Sund Rekisterit tutkimusaineistona: tieteenfilosofis-metodologiset lähtökohdat Rekisterit tutkimuksen apuvälineenä kurssi, Biomedicum, Helsinki 25.05.2009 Kevät 2009 Rekisterit tutkimusaineistona

Lisätiedot

KOTA-tietojärjestelmä Jukka Haapamäki 7.11.2007

KOTA-tietojärjestelmä Jukka Haapamäki 7.11.2007 KOTA-tietojärjestelmä Jukka Haapamäki 7.11.2007 KOTA-järjestelmän rakenne KOTA online, tiedontuottajien tiedot ja asiakirjojen arkistointi määrällisistä tavoitteista sopiminen (opetusministeriö ja yliopistot)

Lisätiedot

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

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

Lisätiedot

Imputoi puuttuvat kohdat

Imputoi puuttuvat kohdat Imputoi puuttuvat kohdat Imputointi tarkoittaa tai määritellyn tiedon paikkaamista sellaisella korvikearvolla joka estimaatin laatua verrattuna siihen mikä saataisiin ilman eli jättämällä tuo tieto käsittelystä

Lisätiedot

SAS:in uudet grafiikkaominaisuudet. Ari Toikka 16.11.2009

SAS:in uudet grafiikkaominaisuudet. Ari Toikka 16.11.2009 SAS:in uudet grafiikkaominaisuudet Ari Toikka 16.11.2009 Grafiikan tuottamisessa SAS:illa on kysymys tuotannon automatisoinnista Idea SAS:sin käytössä grafiikan tuottamiseen on korvata käsityö SAS-ohjelmalla,

Lisätiedot

Tietojärjestelmän osat

Tietojärjestelmän osat Analyysi Yleistä analyysistä Mitä ohjelmiston on tehtävä? Analyysin ja suunnittelun raja on usein hämärä Ei-tekninen näkökulma asiakkaalle näkyvien pääkomponenttien tasolla Tietojärjestelmän osat Laitteisto

Lisätiedot

Junaliikenteen häiriötilannetietojen tuottaminen ja tiedotus

Junaliikenteen häiriötilannetietojen tuottaminen ja tiedotus Junaliikenteen häiriötilannetietojen tuottaminen ja tiedotus Esiselvitys ja vaatimusmäärittely 28.10.2004 Hankkeen tavoitteet Toimiva prosessi junaliikenteen häiriötilanteiden tietojen tuottamiseen, ylläpitämiseen

Lisätiedot

XDW-projektissa rakennetut palvelut

XDW-projektissa rakennetut palvelut XDW-projektissa rakennetut palvelut Korkeakoulujen KOTA-AMKOTA seminaari 23. 24.9.2010 Manne Miettinen CSC Tieteen tietotekniikan keskus Oy CSC IT Center for Science Ltd. RAKETTI-hankkeen tavoite korkeakouluja

Lisätiedot

Maksuliiketilastojen uudistaminen

Maksuliiketilastojen uudistaminen Maksuliiketilastojen uudistaminen Informaatiotilaisuus 17.4.2013 Suomen Pankki Tilastot päätöksenteon tukena Kuvan lainasta kiitos Suomen ev.lut.kirkolle Maksuliiketilastot Suomessa Finanssialan Keskusliitto

Lisätiedot

Ohjelmistojen mallinnus (OMa) - Johdatus ohjelmistotuotantoon Harri Laine 1

Ohjelmistojen mallinnus (OMa) - Johdatus ohjelmistotuotantoon Harri Laine 1 Ohjelmistojen mallinnus (OMa) - Johdatus ohjelmistotuotantoon 31.10.2008 Harri Laine 1 Ohjelmisto Tietokoneohjelma (computer program) toimintaohje, jonka mukaan toimien tietokone suorittaa jonkin tietojenkäsittelytehtävän

Lisätiedot

Laadun hallinta. Laatukustannukset. Laadun kustannuksista. Sami Kollanus TJTA330 Ohjelmistotuotanto

Laadun hallinta. Laatukustannukset. Laadun kustannuksista. Sami Kollanus TJTA330 Ohjelmistotuotanto Laadun hallinta Sami Kollanus TJTA330 Ohjelmistotuotanto 5.4. Laatukustannukset US National Institute of Standards and Technology: Riittämättömän testauksen kustannusten arvioitiin olevan 59 Mrd dollaria

Lisätiedot

Teema 8: Parametrien estimointi ja luottamusvälit

Teema 8: Parametrien estimointi ja luottamusvälit Teema 8: Parametrien estimointi ja luottamusvälit Todennäköisyyslaskennan perusteet (Teemat 6 ja 7) antavat hyvän pohjan siirtyä kurssin viimeiseen laajempaan kokonaisuuteen, nimittäin tilastolliseen päättelyyn.

Lisätiedot

Palveluverkkoselvitys - Mikkelin seudun sosiaali- ja terveystoimi

Palveluverkkoselvitys - Mikkelin seudun sosiaali- ja terveystoimi Palveluverkkoselvitys - Mikkelin seudun sosiaali- ja terveystoimi Alustava hankesuunnitelma Laura Käsmä 8.10.2013 Palveluverkkoselvitys Mikkeli sote Palveluverkkoselvityksen tavoitteena on tuottaa 1. Tietoa

Lisätiedot

Ympäristöliiketoiminta 2010

Ympäristöliiketoiminta 2010 Ympäristö ja luonnonvarat 2011 Ympäristöliiketoiminta 2010 Metalliteollisuus suurin ympäristöliiketoiminnan tuottaja vuonna 2010 Vuonna 2010 ympäristöliiketoiminnan yhteenlaskettu liikevaihto teollisuudessa

Lisätiedot

Viestinnän mentelmät I: sisällön erittely. Sisällönanalyysi/sisällön erittely. Sisällön erittely. Juha Herkman

Viestinnän mentelmät I: sisällön erittely. Sisällönanalyysi/sisällön erittely. Sisällön erittely. Juha Herkman Viestinnän mentelmät I: sisällön erittely Juha Herkman 10.1.008 Helsingin yliopisto, viestinnän laitos Sisällönanalyysi/sisällön erittely Sisällönanalyysi (SA), content analysis Veikko Pietilä: Sisällön

Lisätiedot

Osa 2: Otokset, otosjakaumat ja estimointi

Osa 2: Otokset, otosjakaumat ja estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

Envibase-hanke. www.ymparisto.fi/envibase. Esittely KTKlle SYKE 3.3.2016 Saku Anttila Yrjö Sucksdorff

Envibase-hanke. www.ymparisto.fi/envibase. Esittely KTKlle SYKE 3.3.2016 Saku Anttila Yrjö Sucksdorff Envibase-hanke www.ymparisto.fi/envibase Esittely KTKlle SYKE 3.3.2016 Saku Anttila Yrjö Sucksdorff Envibase kehittää ympäristötiedon keräämisen, hallinnan ja julkaisun infrastruktuuria Tutkmustiedon hallinta

Lisätiedot

Paikkatietotuotteet ja niiden määrittely

Paikkatietotuotteet ja niiden määrittely Paikkatietotuotteet ja niiden määrittely Inspire-koulutuspäivä 30.3.2011 Panu Muhli Maanmittauslaitos Inspire-sihteeristö etunimi.sukunimi@maanmittauslaitos.fi Sisällys Mikä on paikkatietotuote? Mitä paikkatietotuotteen

Lisätiedot

Tilastokeskus.fi väylä

Tilastokeskus.fi väylä Tilastokeskus.fi väylä luotettavaan tt tilastotietoon t t Tilastokeskuksen Internet-palvelu! Tilastokeskus avasi Internet-palvelun vuonna 1995 ensimmäisenä tilastovirastona Euroopassa! Vuonna 1995 palvelussa

Lisätiedot

Oppeja ja kokemuksia Pisararadan suunnittelun tiedonhallinnasta

Oppeja ja kokemuksia Pisararadan suunnittelun tiedonhallinnasta Oppeja ja kokemuksia Pisararadan suunnittelun tiedonhallinnasta Tietomallintamisen opit infran tilaamisessa ja hyödyntämisessä 3.6.2015, RAKLI Perttu Valtonen, Sweco PM Oy 1 Mitä tietoa suunnitelma sisältää?

Lisätiedot

Talouskriisit, työhyvinvointi ja työurat -hanke (2015 2017)

Talouskriisit, työhyvinvointi ja työurat -hanke (2015 2017) 5.11.15 Työntekijöiden työurapolut liikevaihdoltaan erilaisissa toimipaikoissa 199 1 Katri-Maria Järvinen, Liudmila Lipiäinen, Satu Ojala, Tiina Saari ja Pasi Pyöriä Yhteiskunta- ja kulttuuritieteiden

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON 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.

Lisätiedot

TeliaSonera Identity and Access Management

TeliaSonera Identity and Access Management TeliaSonera Identity and Access Management 22.10.2009 EMC Forum Juha Arjoranta 1 TeliaSonera Identity and Access Management Alustus käyttövaltuushallintaan IAM kokonaisratkaisun elementit Nykytilaa ja

Lisätiedot

Paikkatiedon tulevaisuus

Paikkatiedon tulevaisuus Paikkatiedon tulevaisuus Yksityismetsätalouden metsänhoitajien vierailu TE:llä 11.10.2007 Juhani Tervo Pääarkkitehti, GIS Iso skaala erilaisia paikkatietojärjestelmiä Paikkatieto tietojärjestelmissä Paikkatietojärjestelmä

Lisätiedot

Pitkäaikaissäilytyksen toiminta ja ylläpito

Pitkäaikaissäilytyksen toiminta ja ylläpito Pitkäaikaissäilytyksen toiminta ja ylläpito Museoiden KDK-ajankohtaispäivä 29.4.2010 Kimmo Koivunen CSC Tieteen tietotekniikan keskus Oy CSC IT Center for Science Ltd. Sisältö PAS kokonaisarkkitehtuurissa

Lisätiedot

Kysyminen ja vastaaminen kommunikaationa. Petri Godenhjelm Metodifestivaalit 2015

Kysyminen ja vastaaminen kommunikaationa. Petri Godenhjelm Metodifestivaalit 2015 Kysyminen ja vastaaminen kommunikaationa Petri Godenhjelm Metodifestivaalit 2015 Lomakkeet ovat kiinteä osa ihmisten ja yritysten arkea ei aina juhlaa Surveyn tietopohja, toimijat MUISTIO ja keskeiset

Lisätiedot

Inspire-prosessin tilannekatsaus 01 / 2012

Inspire-prosessin tilannekatsaus 01 / 2012 Inspire-prosessin tilannekatsaus 01 / 2012 23.1.2012 Täytäntöönpano-ohjeet Ohje haku- ja katselupalvelujen palvelutasosäännösten tulkinnasta Latauspalvelujen ohjeiden laatiminen pitkällä Tiedostolatauspalvelu

Lisätiedot

INSPIRE ArcGIS-tuotteilla. Ulla Järvinen ja Jussi Immonen INSPIRE-koulutuksessa

INSPIRE ArcGIS-tuotteilla. Ulla Järvinen ja Jussi Immonen INSPIRE-koulutuksessa INSPIRE ArcGIS-tuotteilla Ulla Järvinen ja Jussi Immonen INSPIRE-koulutuksessa 14.10.2010 ArcGIS-teknologian avulla organisaatiot voivat kehittää palvelujaan ja tehostaa toimintaansa... Improving How We

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa 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

Lisätiedot

Kansallinen tulorekisteri - mitä ollaan tekemässä? Arto Leinonen Hankepäällikkö RTE-seminaari 10.4.2015

Kansallinen tulorekisteri - mitä ollaan tekemässä? Arto Leinonen Hankepäällikkö RTE-seminaari 10.4.2015 - mitä ollaan tekemässä? Arto Leinonen Hankepäällikkö RTE-seminaari 10.4.2015 Tulorekisterin tavoitteita Tulorekisteri on lähtenyt liikkeelle tarpeesta vähentää yritysten hallinnollista taakkaa palkkaraportoinnin

Lisätiedot

Tilastokeskus.fi väylä luotettavaan tilastotietoon. 17.11.2010 Leena Jäntti leena.jantti@tilastokeskus.fi

Tilastokeskus.fi väylä luotettavaan tilastotietoon. 17.11.2010 Leena Jäntti leena.jantti@tilastokeskus.fi Tilastokeskus.fi väylä luotettavaan tilastotietoon 17.11.2010 Leena Jäntti leena.jantti@tilastokeskus.fi Tilastokeskuksen internetpalvelu Tilastokeskus avasi internetpalvelun vuonna 1995 ensimmäisenä tilastovirastona

Lisätiedot

Laatukustannukset. Laadun hallinta. Laadun kustannuksista

Laatukustannukset. Laadun hallinta. Laadun kustannuksista Laatukustannukset Laadun hallinta Sami Kollanus TJTA330 Ohjelmistotuotanto 13.2.2007 US National Institute of Standards and Technology: Riittämättömän testauksen kustannusten arvioitiin olevan 59 Mrd dollaria

Lisätiedot

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin

Lisätiedot

Projektisuunnitelma Viulu

Projektisuunnitelma Viulu Projektisuunnitelma Viulu Kuusela Johannes Sjöblom Teemu Suominen Osma Ohjelmistotuotantoprojekti Helsinki 23.9.2004 HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos Versiohistoria Päivämäärä Versio

Lisätiedot

Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä

Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä Risto Pelin Microsoft Project 2002 projekti- ja yritystason järjestelmänä PROJEKTIJOHTAMINEN OY RISTO PELIN 3 Sisällysluettelo ESIPUHE 7 OSA I PROJEKTIN HALLINTA PROJEKTITASOLLA 1 JOHDANTO 11 1.1 Projektiohjelmien

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen

Lisätiedot

Tilastokeskus.fi väylä luotettavaan tilastotietoon. 24.11.2011 Leena Jäntti leena.jantti@tilastokeskus.fi

Tilastokeskus.fi väylä luotettavaan tilastotietoon. 24.11.2011 Leena Jäntti leena.jantti@tilastokeskus.fi Tilastokeskus.fi väylä luotettavaan tilastotietoon 24.11.2011 Leena Jäntti leena.jantti@tilastokeskus.fi Tilastokeskuksen internet-palvelu Tilastokeskus avasi internet-palvelun vuonna 1995 ensimmäisenä

Lisätiedot

Automatisoinnilla tehokkuutta mittaamiseen

Automatisoinnilla tehokkuutta mittaamiseen Automatisoinnilla tehokkuutta mittaamiseen Finesse seminaari 22.3.2000 Päivi Parviainen 1 Miksi automatisoida? Mittaamisen hyödyt ohjelmistokehityksen ajantasainen seuranta ja hallinta tuotteen laadun

Lisätiedot

Datan analysointi ja visualisointi Teollisen internetin työpaja

Datan analysointi ja visualisointi Teollisen internetin työpaja Datan analysointi ja visualisointi Teollisen internetin työpaja Jouni Tervonen, Oulun yliopisto, Oulun Eteläisen instituutti 14.3.2016 Johdanto Tavoite yhdessä määritellä miten data-analytiikkaa voi auttaa

Lisätiedot

Esittely: Helsinki Region Infoshare Seudun tietovarannot avoimiksi. Ville Meloni ja Pekka Vuori

Esittely: Helsinki Region Infoshare Seudun tietovarannot avoimiksi. Ville Meloni ja Pekka Vuori Esittely: Helsinki Region Infoshare Seudun tietovarannot avoimiksi Ville Meloni ja Pekka Vuori 6.6.2011 Hankkeen yhteenveto Avataan Helsingin seutua koskevaa tietoa kaikkien saataville, vapaasti ja maksutta

Lisätiedot

Hyödyt irti XDW:stä. Kim Johnsson Projektipäällikkö/Cerion Solutions Oy 1.11.2011

Hyödyt irti XDW:stä. Kim Johnsson Projektipäällikkö/Cerion Solutions Oy 1.11.2011 Hyödyt irti XDW:stä Kim Johnsson Projektipäällikkö/Cerion Solutions Oy 1.11.2011 Sisältö XDW Yleistä tietovarastoinnista Cerionin XDW-pohjainen tietovarastoratkaisu XDW-malli lyhyesti Projektin tavoite:

Lisätiedot

HARJOITUSKERTA 1: SPSS-OHJELMAN PERUSKÄYTTÖ JA MUUTTUJAMUUNNOKSET

HARJOITUSKERTA 1: SPSS-OHJELMAN PERUSKÄYTTÖ JA MUUTTUJAMUUNNOKSET HARJOITUSKERTA 1: SPSS-OHJELMAN PERUSKÄYTTÖ JA MUUTTUJAMUUNNOKSET OHJELMAN KÄYNNISTÄMINEN Käynnistääksesi ohjelman valitse All Programs > > IBM SPSS Statistics 2x, tai käynnistä ohjelma työpöydän kuvakkeesta.

Lisätiedot

SAS ja R yhteiskäyttö

SAS ja R yhteiskäyttö Maria Valaste Kela & Helsingin yliopisto 24.5.2012 SAS Technical Club Sisällys 1 2 3 Tunnuslukuja (R) Hierarkkinen ryhmittely Kuva 4 Aineiston luominen Moni-imputointi R:ssä Tulosten yhdistäminen institution-logo-filen

Lisätiedot

AMOlla tiedot lähelle

AMOlla tiedot lähelle AMOlla tiedot lähelle BI-tietoa organisaation toimintayksiköiden käyttöön apuna SAS Add-in for Microsoft Office Hannu Haaranen Tietohallinto PPSHP Pohjois-Pohjanmaan sairaanhoitopiiri Yliopistollinen sairaanhoitopiiri

Lisätiedot

Tiedonlouhinta rakenteisista dokumenteista (seminaarityö)

Tiedonlouhinta rakenteisista dokumenteista (seminaarityö) Tiedonlouhinta rakenteisista dokumenteista (seminaarityö) Miika Nurminen (minurmin@jyu.fi) Jyväskylän yliopisto Tietotekniikan laitos Kalvot ja seminaarityö verkossa: http://users.jyu.fi/~minurmin/gradusem/

Lisätiedot

tilastotieteen kertaus

tilastotieteen kertaus tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla

Lisätiedot

Rakentamisen 3D-mallit hyötykäyttöön

Rakentamisen 3D-mallit hyötykäyttöön Rakentamisen 3D-mallit hyötykäyttöön 1 BIM mallien tutkimuksen suunnat JAO, Jyväskylä, 22.05.2013 Prof. Jarmo Laitinen, TTY rakentamisen tietotekniikka Jarmo Laitinen 23.5.2013 Jarmo Laitinen 23.5.2013

Lisätiedot

Arkkitehtuurin kansallinen toteutus ja yhteistyö

Arkkitehtuurin kansallinen toteutus ja yhteistyö 1 Arkkitehtuurin kansallinen toteutus ja yhteistyö Terveydenhuollon Atk-päivät Turku 29.5.2007 Riitta Alkula 2 Esityksen sisältö Arkkitehtuurin nyky- ja tavoitetila Arkkitehtuurimäärittelyt Määrittelyjen

Lisätiedot

VALDA-tietojärjestelmän j versio 1

VALDA-tietojärjestelmän j versio 1 VALDA-tietojärjestelmän j versio 1 Mitä palveluita tarjotaan VALDA-tietojärjestelmän ensimmäisestä versiosta? Mitä hyötyä saat tästä organisaatiollesi? IBM, Helsinki 14.5.2009 Hankepäällikkö Toini Salmenkivi

Lisätiedot

Rakenteisen oppimateriaalin tuottaminen verkossa esimerkki Rhaptos. Antti Auer Koordinaattori, HT Jyväskylän yliopisto Virtuaaliyliopistohanke

Rakenteisen oppimateriaalin tuottaminen verkossa esimerkki Rhaptos. Antti Auer Koordinaattori, HT Jyväskylän yliopisto Virtuaaliyliopistohanke Rakenteisen oppimateriaalin tuottaminen verkossa esimerkki Rhaptos Antti Auer Koordinaattori, HT Jyväskylän yliopisto Virtuaaliyliopistohanke Rakenteisuus kahdella tasolla Oppimisaihiot ( Learning Objects

Lisätiedot

2 k -faktorikokeet. Vilkkumaa / Kuusinen 1

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

Lisätiedot

Latinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt: Mitä opimme? Latinalaiset neliöt

Latinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt. Latinalaiset neliöt: Mitä opimme? Latinalaiset neliöt TKK (c) Ilkka Mellin (005) Koesuunnittelu TKK (c) Ilkka Mellin (005) : Mitä opimme? Tarkastelemme tässä luvussa seuraavaa kysymystä: Miten varianssianalyysissa tutkitaan yhden tekijän vaikutusta vastemuuttujaan,

Lisätiedot

Virtuaaliammattikorkeakoulu

Virtuaaliammattikorkeakoulu Virtuaaliammattikorkeakoulu Muutama sana tuotantorenkaista Huhtikuu 2004 Outi Vahtila outi.vahtila@amk.fi 1 Ajankohtaista VirtuaaliAMK-kouluttajakoulutus oli maaliskuulla > Kevään infopäivät > järjestetään

Lisätiedot

Webropol-kyselyt. Tarja Heikkilä

Webropol-kyselyt. Tarja Heikkilä Webropol-kyselyt Tarja Heikkilä Internet-kyselyt Soveltuvat kyselyihin, joissa kaikilla perusjoukon jäsenillä on mahdollisuus internetin käyttöön, toisin sanoen on mahdollisuus edustavan aineiston saamiseen.

Lisätiedot

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla 4 Aineiston kuvaaminen numeerisesti 1 4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla Tarkastellaan lasten syntymäpainon frekvenssijakauman (kuva 1, oikea sarake) muodostamista Excel- ja SPSS-ohjelmalla.

Lisätiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai

Lisätiedot

Tentin materiaali. Sivia: luvut 1,2, , ,5. MacKay: luku 30. Gelman, 1995: Inference and monitoring convergence

Tentin materiaali. Sivia: luvut 1,2, , ,5. MacKay: luku 30. Gelman, 1995: Inference and monitoring convergence Tentin materiaali Sivia: luvut 1,2,3.1-3.3,4.1-4.2,5 MacKay: luku 30 Gelman, 1995: Inference and monitoring convergence Gelman & Meng, 1995: Model checking and model improvement Kalvot Harjoitustyöt Tentin

Lisätiedot

Vastausten ja tulosten luotettavuus. 241 vastausta noin 10 %:n vastausprosentti tyypillinen

Vastausten ja tulosten luotettavuus. 241 vastausta noin 10 %:n vastausprosentti tyypillinen Vastausten ja tulosten luotettavuus Vastaukset 241 vastausta noin 10 %:n vastausprosentti tyypillinen Kansainväliset IT:n hallinnan hyvät käytännöt. Luotettavuusnäkökohdat Kokemukset ja soveltamisesimerkit

Lisätiedot