Kaikkiin kysymyksiin vastataan kysymys paperille pyri pitämään vastaukset lyhyinä, voit jatkaa paperien kääntöpuolille tarvittaessa.
|
|
- Ahti Penttilä
- 9 vuotta sitten
- Katselukertoja:
Transkriptio
1 NIMI: OPPILASNUMERO: ALLEKIRJOITUS: tehtävä yht pisteet max arvosana Kaikkiin kysymyksiin vastataan kysymys paperille pyri pitämään vastaukset lyhyinä, voit jatkaa paperien kääntöpuolille tarvittaessa. KYSYMY S 1 Portfolioteoria ja kassavirtalaskelma a) Selitä lyhyesti MEAN-VARIANCE päätössääntö b) Selitä lyhyesti mitä tarkoittavat termit AKTIIVINEN SALKKUSTRATEGIA ja PASSIIVINEN SALKKUSTRATEGIA c) Pohdi lyhyesti kohdassa b mainittujen salkkustrategioiden hyviä ja huonoja puolia. Mikä olisi käyttökelpoinen salkkustrategia ja miksi?! d) Kuinka jäännösarvon nykyarvo lasketaan? Esitä vastauksesi käyttäen numeerisia arvoja (jotka saat keksiä ihan itse!).
2 KYSYMYS 2 Päätöksenteko kriteerit ja päätöksenteko Luennolla esiteltiin yllä olevan taulukon kaltainen päätösongelma, jossa päätöksentekijällä on viisi vaihtoehtoa (A-E) ja viisi päätöksentekokriteeriä (a-e). a) Selitä indifferenssimenetelmä taulukkoa hyväksi käyttäen. b) Arvioi vaihtoehtojen paremmuutta painotetulla pistesummamenetelmällä Kriteerien painot: a = 1; b = 3; c = 4; d = 2 c) Erään kiinteistösijoituksen tuotot määräytyvät funktion 2x 3 3x 2 8 mukaisesti. Mikä on sijoituksen maksimituotto, kun x < 20? Onko sijoituksella muita lokaaleja maksimiarvoja? d) Selitä lyhyesti täydellinen egalitarismi.
3 KYSYMYS 3 - Ekonometria ESSEE: Realia Group on palkannut sinut kesäksi tutkimusosastolleen selvittämään ekonometrisin menetelmin asuntojen hintoihin vaikuttavia, henkilöiden preferensseihin liittyviä tekijöitä. Ennen kuin saat sopimuksen allekirjoitettavaksi sinun on kuitenkin laadittava lyhyt ja vapaamuotoinen suunnitelma siitä kuinka tekisit analyysin. Lisäksi tehtävän antaja on kuullut jostakin dummy muuttujasta ja siitä että näitä käytetään tässä yhteydessä..suunnitelmasta tulee käydä ilmi - mitä menetelmää ja miksi käyttäisit - mitä ongelmia Realian tietokannoista saatavaan dataan voisi liittyä ja kuinka ongelmia voisi ratkoa - kuinka tutkimus etenisi vaiheittain kuinka valitset malliin mukaan tulevat muuttujat ja kuinka määrität sopivan mallin ja funktiomuodon (minkälaisia tilastollisia testejä ja graafisia tarkasteluja käyttäisit) - mitä nuo kummalliset dummy-muuttujat ovat ja kuinka niitä käytetään
4 KYSYMYS 3 jatkuu (jos tila loppuu kesken voit jatkaa tämän ja edellisen paperin kääntöpuolelle).
5 KYSYMYS 4 Artikkelit vastaa vain joko vaihtoehtoon a) tai vaihtoehtoon b) VAIHTOEHTO A: Dunse Jones (1998). A hedonic price model of office rents, Journal of Property Valuation & Investment, 16:3, Artikkelissaan Dunse ja Jones analysoivat Glasgown toimistomarkkinoiden vuokrapyyntöjä. a. Artikkelissa esiteltiin hedonista menetelmää kohtaan esitettyä kritiikkiä mitkä ovat keskeisimpiä hedonisen menetelmän kritiikin syitä. b. Dunse & Jones käyttivät artikkelissa Chow testiä, jossa estimoinnissa käytetty aineisto jaettiin satunnaisesti kahteen otokseen ja paras koko aineistolla aikaansaatu malli estimoitiin näillä pienemmillä otoksilla. i. Mitä tutkijat halusivat tällä testillä todistaa ii. Chow testi noudattaa F-jakaumaa. Testissä saatiin F-arvoksi 0,86 ja taulukosta saatu 5% kriittinen arvo on 1, Mitä nollahypoteesille tehdään? 2. Mikä on nollahypoteesi tässä testissä? c. Artikkelissa on useita tauluja joiden otsikkona on binary coding ohessa on taulukko numero neljä. Miksi tällainen taulukko ylipäänsä on tehty ja mitä se kertoo? Mitä nollat ja ykköset taulukossa tarkoittavat?
6 TEHTÄVÄ 4 Artikkelit vastaa vain joko vaihtoehtoon a) tai vaihtoehtoon b) VAIHTOEHTO B: Pagourtzi Assimakopoulos Hatzichristos French (2003). Real estate appraisal a review of valuation methods, Journal of Property Valuation & Finance, 21:4, Artikkelissa Pagourtzi ym. esitellään perinteisiä sekä moderneja state of the art arvioinnissa käytettäviä menetelmiä. - Perinteiset o comparable method o investment/income method o profit method o development/residual method o contractor s method / cost method o multiple regression method o stepwise regression method - Kehittyneet (laskennalliset / advanced) menetelmät o artificial neural networks o hedonic pricing method o spatial analysis methods o fuzzy logic o autoregressive integrated moving average (ARIMA) a) Kuvaile yhtä perinteistä menetelmää kuinka toimii ja onko menetelmällä puutteita / rajoitteita / etuja. (artikkelissa esitetty laajuus kuvailulle on riittävä) b) Kuvaile yhtä kehittynyttä menetelmää kuinka toimii ja onko menetelmällä puutteita / rajoitteita / etuja (artikkelissa esitetty laajuus kuvailulle ja kommenteille on riittävä) c) Vertaile kohdassa a) ja b) esittelemiäsi menetelmiä toisiinsa käyttökelpoisuuden osalta perustele näkemyksesi / väitteesi. JOS et ole vastannut kohtiin a) ja b), niin nimeä kohdan c) alussa kaksi menetelmää joita aiot vertailla toisiinsa.
7 VARASIVU voit jatkaa kysymyksiin vastaamista tällä sivulla, jos tila tehtävämonisteella JA tehtävän kääntöpuolella loppui kesken!
8 VARASIVU voit jatkaa kysymyksiin vastaamista tällä sivulla, jos tila tehtävämonisteella JA tehtävän kääntöpuolella loppui kesken!
c) Mitä termit maksuhalukkuus (willingness to pay) ja hyväksymishalukkuus (willingness to receive) tarkoittavat ja mikä on niiden välinen ero?
KYSYMYS 1 Päätöksenteko (18p) a) Mikä on subjektiivisten arvostusten menetelmän (contingent valuation) tavoite? b) Kuinka subjektiivisten arvostusten menetelmä toimii (mitä tehdään)? c) Mitä termit maksuhalukkuus
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
A250A0050 Ekonometrian perusteet Tentti
A250A0050 Ekonometrian perusteet Tentti 28.9.2016 Tentissä ei saa käyttää laskinta. Tentistä saa max 80 pistettä. Hyväksytysti suoritetusta harjoitustyöstä saa max 20 pistettä. Huom. Merkitse vastauspaperin
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
Harjoitus 7 : Aikasarja-analyysi (Palautus )
31C99904, Capstone: Ekonometria ja data-analyysi TA : markku.siikanen(a)aalto.fi & tuuli.vanhapelto(a)aalto.fi Harjoitus 7 : Aikasarja-analyysi (Palautus 28.3.2017) Tämän harjoituskerran tarkoitus on perehtyä
Kertaus. TU-C1030 Laskelmat liiketoiminnan päätösten tukena Luento Aalto-yliopisto Tuotantotalouden laitos
Kertaus TU-C1030 Laskelmat liiketoiminnan päätösten tukena Luento 17.3.2016 Rakenne ja ajoitus Luennot kalvot MyCoursessa Luentomoniste Harjoitustehtävät (10 p) Testit (10 p) MyCourses Laskutuvat III periodi
Yhteiskunta-, yritys- ja työelämätiedon paketti laajennetulle työssäoppijoille
Yhteiskunta-, yritys- ja työelämätiedon paketti laajennetulle työssäoppijoille 1. Tässä opintojaksossa painotetaan työelämätaitoja ja yrittäjyyttä. Lisäksi käsitellään lyhyesti oman talouden suunnittelua.
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
MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu
10.1.2019/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 10.1.2019 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2018 10.1.2019/2
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
Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla
Talousmatematiikan perusteet: Luento 12 Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla Esimerkki Esim. Yritys tekee kahta elintarviketeollisuuden käyttämää puolivalmistetta,
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä
Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),
MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu
5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017
Haittakustannusmalli - taustaa. Väinö Nurmi Finnish Meteorological Institute
Haittakustannusmalli - taustaa Väinö Nurmi Vaino.Nurmi@fmi.fi Finnish Meteorological Institute Ilmansaasteiden haittakustannuset Tavoitteena on laskea haittakustannus yhdelle yksikölle päästöä tietyntyyppisestä
ABHELSINKI UNIVERSITY OF TECHNOLOGY
Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai
Jos nollahypoteesi pitää paikkansa on F-testisuuren jakautunut Fisherin F-jakauman mukaan
17.11.2006 1. Kahdesta kohteesta (A ja K) kerättiin maanäytteitä ja näistä mitattiin SiO -pitoisuus. Tulokset (otoskoot ja otosten tunnusluvut): A K 10 16 Ü 64.94 57.06 9.0 7.29 Oletetaan mittaustulosten
Päätöksentekomenetelmät
L u e n t o Hanna Virta / Liikkeenjohdon systeemit Päätöksentekomenetelmät Luennon sisältö Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Päätösongelmia löytyy joka paikasta Päästökauppa:
Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu
Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu Vilma Virasjoki 19.11.2012 Ohjaaja: DI Jouni Pousi Valvoja: Professori Raimo P.
Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016
Osakesalkun optimointi Anni Halkola Turun yliopisto 2016 Artikkeli Gleb Beliakov & Adil Bagirov (2006) Non-smooth optimization methods for computation of the Conditional Value-at-risk and portfolio optimization.
portfolion ohjeet ja arviointi
2015 portfolion ohjeet ja arviointi EIJA ARVOLA (5.10.2015) 2 Sisällysluettelo 1. TYÖPORTFOLIO (ei palauteta opettajalle)... 3 2. NÄYTEPORTFOLIO (palautetaan opettajalle)... 3 3. NÄYTEPORTFOLION SISÄLLÖN
Todellinen vuosikorko. Efektiivinen/sisäinen korkokanta. Huomioitavaa
Todellinen vuosikorko Huomioitavaa Edellinen keskimaksuhetkeen perustuva todellinen vuosikorko antaa vain arvion vuosikorosta. Tarkempi arvio todellisesta korosta saadaan ottamalla huomioon mm. koronkorko.
Päätöksentekomenetelmät
L u e n t o Päätöksentekomenetelmät Luennon sisältö Hanna Virta / Liikkeenjohdon systeemit Johdanto päätöksentekoon Päätöksenteko eri tilanteissa Päätöspuut Johdanto päätöksentekoon Päätösongelmia löytyy
Taloustieteiden tiedekunta Opiskelijavalinta 07.06.2005 1 2 3 4 5 YHT Henkilötunnus
1 2 3 4 5 YHT 1. Selitä lyhyesti, mitä seuraavat käsitteet kohdissa a) e) tarkoittavat ja vastaa kohtaan f) a) Työllisyysaste (2 p) b) Oligopoli (2 p) c) Inferiorinen hyödyke (2 p) d) Kuluttajahintaindeksi
MAT INVESTOINTITEORIA. (5 op) Kevät Ville Brummer / Pekka Mild / Ahti Salo
MAT - 2.114 INVESTOINTITEORIA (5 op) Kevät 2008 Ville Brummer / Pekka Mild / Ahti Salo 1 Opintojakson sisältö Taustaa Kattaa matemaattisen investointiteorian perusteet: Teemoja sivuttu osin muilla Mat-2
Harjoituspaketti 2. 17. helmikuuta 2008
17. helmikuuta 2008 ISLP:n Kansainvälinen tilastotieteellisen lukutaidon kilpailu (International Statistical Literacy Competition of the ISLP) http://www.stat.auckland.ac.nz/~iase/islp/competition Harjoituspaketti
Voit itse päättää millaisista tavaroista on kysymys (ruoka, matkamuisto, CD-levy, vaatteet).
Kirjoittaminen KESKITASO Lyhyet viestit: 1. Ystäväsi on lähtenyt lomamatkalle ja pyytänyt sinua kastelemaan hänen poissa ollessaan kukat. Kun olet ystäväsi asunnossa, rikot siellä vahingossa jonkin esineen.
Nimi: Muiden ryhmäläisten nimet:
Nimi: Muiden ryhmäläisten nimet: PALKKIANTURI Työssä tutustutaan palkkianturin toimintaan ja havainnollistetaan sen avulla pienten ainepitoisuuksien havainnointia. Työn mittaukset on jaettu kolmeen osaan,
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
TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET
TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET 16..015 1. a Poliisivoimien suuruuden lisäksi piirikuntien rikostilastoihin vaikuttaa monet muutkin tekijät. Esimerkiksi asukkaiden keskimääräinen
¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.
10.11.2006 1. Pituushyppääjä on edellisenä vuonna hypännyt keskimäärin tuloksen. Valmentaja poimii tämän vuoden harjoitusten yhteydessä tehdyistä muistiinpanoista satunnaisesti kymmenen harjoitushypyn
Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)
Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely) Vilma Virasjoki 23.01.2012 Ohjaaja: Jouni Pousi Valvoja: Raimo P. Hämäläinen Työn saa tallentaa
Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle
Tilastollisen analyysin perusteet Luento 4: Sisältö Testiä suhteelliselle voidaan käyttää esimerkiksi tilanteessa, jossa tarkastellaan viallisten tuotteiden osuutta tuotantoprosessissa. Tilanne palautuu
Väliestimointi (jatkoa) Heliövaara 1
Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).
Tilastollinen testaus. Vilkkumaa / Kuusinen 1
Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää
Ratkaisu: a) Koroton takaisinmaksuaika on 9000 = 7,5 vuotta. 1200 b) Kun vuosituotot pysyvät vakiona, korollinen takaisinmaksuaika määräytyy
Kotitehtävät 7. Aihepiirinä Investointi Ratkaisuehdotuksia 1. Investoinnin hankintameno on 9000 euroa ja siitä saadaan seuraavina vuosina vuosittain 1200 euron tulot. Määritä a) koroton takaisinmaksuaika
Talousmatematiikan perusteet
kevät 219 / orms.1 Talousmatematiikan perusteet 1. Laske integraalit a 6x 2 + 4x + dx, b 5. harjoitus, viikko 6 x + 1x 1dx, c xx 2 1 2 dx a termi kerrallaan kaavalla ax n dx a n+1 xn+1 +C. 6x 2 + 4x +
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2016 Käytannön järjestelyt Luennot: Luennot ma 4.1. (sali E) ja ti 5.1 klo 10-12 (sali C) Luennot 11.1.-10.2. ke 10-12 ja ma 10-12
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)
MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2017 Käytännön järjestelyt Luennot: Luennot maanantaisin (sali E) ja keskiviikkoisin (sali U4) klo 10-12 Luennoitsija: (lauri.viitasaari@aalto.fi)
TE4 terveystiedon abikurssi
TE4 terveystiedon abikurssi Arkadian yhteislyseo Valmistautuminen, tehtävät ja vastaaminen Terveystiedon jäsentelymallit Tärkeää terveystiedon vastauksissa Täsmällinen ja oikea käsitteiden käyttö, terminologia
Väitöskirjan kirjoittaminen ja viimeistely
1 Väitöskirjan kirjoittaminen ja viimeistely Pekka Kohti tohtorin tutkintoa 19.4.2017 UniOGS 2 Ensimmäinen versio väitöskirjasta Käytä Acta -kirjoituspohjaa Aloita väitöskirjan / yhteenvedon tekeminen
Markkinoinnin perusteet 2012
Markkinoinnin perusteet 2012 CASE: Procter & Gamble Pantene XX Tehtävänanto 26.3. Aalto-yliopisto Tehtävän oppimistavoitteita Kohderyhmän löytäminen Viestin muotoilu kohderyhmälle Uudet markkinointiviestinnän
Aineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin
Aineistoista 11.2.09 IK Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin Muotoilussa kehittyneet menetelmät, lähinnä luotaimet Havainnointi:
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen
Urakirja opiskelijoille ja valmistuneille. Osa II. 8 askelta urapolullani
This tool was created by Urakirja opiskelijoille ja valmistuneille Osa II 8 askelta urapolullani Yhteystiedot Nimi: Osoite: Puhelin: Matkapuh: Email: Tuutorini / Ohjaajani: Osoite: Puhelin: Matkapuh: Email:
Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden
1.12.2006 1. Satunnaisjakauman tiheysfunktio on Ü µ Üe Ü, kun Ü ja kun Ü. Määritä parametrin estimaattori momenttimenetelmällä ja suurimman uskottavuuden menetelmällä. Ratkaisu: Jotta kyseessä todella
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin
Poimi yrityksistä i) neljän, ii) kymmenen suuruinen otos. a) yksinkertaisella satunnaisotannalla palauttaen, b) systemaattisella otannalla
806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Harjoitus 2, viikko 38, syksy 2012 1. Tutustu liitteen 1 kuvaukseen Suuresta bränditutkimuksesta v. 2009. Mikä tämän kuvauksen perusteella on ko.
Tiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä
Tiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä Juuso Meriläinen 27.11.2015 Juuso Meriläinen Tiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä 1 / 11 Johdanto
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
Kymmenen kysymystä, vastataan kuuteen (6). Yleensä 2 kysymystä / kurssi yhdeksän pisteen arvoiset jokerit usein synteettisiä, ainerajat (Bi, Hi, Yh)
Kymmenen kysymystä, vastataan kuuteen (6). Yleensä 2 kysymystä / kurssi yhdeksän pisteen arvoiset jokerit usein synteettisiä, ainerajat (Bi, Hi, Yh) ylittäviä. Vastaa kaikkiin kuuteen tehtävään nolla pistettä
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
Mielipiteet ydinvoimasta Maaliskuu 2014
Mielipiteet ydinvoimasta Maaliskuu 2014 TUTKIMUKSEN TILAAJA Energiateollisuus ry. TUTKIMUSMENETELMÄ: Puhelinhaastattelu HAASTATTELUAJANKOHTA: 3.-16.3.2014 HAASTATTELUJEN MÄÄRÄ: 1001 SISÄLTÖ: Tulosten tilastolliset
Haitallinen valikoituminen: Kahden tyypin malli
Haitallinen valikoituminen: Kahden tyypin malli Mat-2.4142 Optimointiopin seminaari Mikko Hyvärinen 29.1.2008 Haitallinen valikoituminen kahden tyypin malli Haitallinen valikoituminen tarkoittaa että päämies
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008. päätöspuiden avulla tarkastellaan vasta seuraavissa harjoituksissa.
ORMS00 Päätöksenteko epävarmuuden vallitessa Syksy 008 Harjoitus Ratkaisuehdotuksia Nämä harjoitukset liittyvät päätöspuiden rakentamiseen: varsinaista päätöksentekoa päätöspuiden avulla tarkastellaan
Kolikon tie Koululaistehtävät
Kolikon tie Koululaistehtävät I Tehtävät ennen Heureka-vierailua Rahojen ja Suomen Rahapajan historia 1. Ota selvää missä ja milloin raha otettiin ensimmäisen kerran käyttöön. 2. Minkälaisia ensimmäiset
A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala
Kaavakokoelma, testinvalintakaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Tehtävä 1 a) Konepajan on hyväksyttävä alihankkijalta saatu tavaraerä, mikäli viallisten komponenttien
YHTEISKUNTATIETEIDEN JA FILOSOFIAN HAKUKOHTEEN VALINTAKOE TO klo (Filosofia, sosiologia, valtio-oppi, yhteiskuntapolitiikka)
Jyväskylän Yliopisto Yhteiskuntatieteellinen tiedekunta YHTEISKUNTATIETEIDEN JA FILOSOFIAN HAKUKOHTEEN VALINTAKOE TO 6.6.2013 klo 12 15. (Filosofia, sosiologia, valtio-oppi, yhteiskuntapolitiikka) OHJEET
Osakkeiden tuottojakaumia koskevien markkinaja asiantuntijanäkemysten yhdistely copulafunktioilla
Osakkeiden tuottojakaumia koskevien markkinaja asiantuntijanäkemysten yhdistely copulafunktioilla (valmiin työn esittely) Henri Tuovila 13.01.2014 Ohjaaja: VTM Ville Hemmilä Valvoja: Prof. Ahti Salo Sisältö
MONISTE 2 Kirjoittanut Elina Katainen
MONISTE 2 Kirjoittanut Elina Katainen TILASTOLLISTEN MUUTTUJIEN TYYPIT 1 Mitta-asteikot Tilastolliset muuttujat voidaan jakaa kahteen päätyyppiin: kategorisiin ja numeerisiin muuttujiin. Tämän lisäksi
b) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu.
Johdatus yliopistomatematiikkaan Helsingin yliopisto, matematiikan ja tilastotieteen laitos Kurssikoe 23.10.2017 Ohjeita: Vastaa kaikkiin tehtäviin. Ratkaisut voi kirjoittaa samalle konseptiarkille, jos
TENTTIJÄRJESTYS LUKUVUONNA
1 torstai 30.8.2012 klo 13-16, sali M Maa-6.3273 Physical Geodesy Maa-6.3287 Mathematical Geodesy Maa-20.1123 Kiinteistöarvioinnin perusteet Maa-20.3338 Kiinteistötaloustieteen erikoiskurssi Maa-123.1110
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
pitkittäisaineistoissa
Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon
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
Laskuharjoitus 1. Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016
Laskuharjoitus 1 Markkinoitten mallintaminen ja Internet-markkinat Saara Hämäläinen, Helsingin yliopisto, syksy 2016 Tässä laskusetissä on kahdeksan tehtävää, yksi per luento (5 Saaran, 3 Benin). Katso
(d) Laske selittäjään paino liittyvälle regressiokertoimelle 95 %:n luottamusväli ja tulkitse tulos lyhyesti.
2. VÄLIKOE vuodelta -14 1. Liitteessä 1 on esitetty R-ohjelmalla saatuja tuloksia aineistosta, johon on talletettu kahdenkymmenen satunnaisesti valitun miehen paino (kg), vyötärön ympärysmitta (cm) ja
Kaupunkialueen maankäyttöja hintarakennetta koskevia kuvioita (vain HAL:n luentokäyttöön, ilman lupaa)
Kaupunkialueen maankäyttöja hintarakennetta koskevia kuvioita (vain HAL:n luentokäyttöön, ei lainattavissa ilman lupaa) Heikki A. Loikkanen Osa Loikkasen esitelmää: ECONOMICS OF CITY from an urban economics
Näyttötutkinnon suorittaminen, sosiaali- ja terveysalan perustutkinto. Näyttötutkinnon suorittaminen 2008
, sosiaali- ja terveysalan perustutkinto 1 1 Aikuisten ammatilliset näyttötutkinnot Sinä voit osoittaa eli näyttää ammattitaitosi, kun teet näyttötutkinnon. Näyttötutkinnon jälkeen voit saada tutkintotodistuksen,
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5
Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko
INTERVALLIPÄÄTÖSPUUT JANNE GUSTAFSSON 45433E. Mat Optimointiopin seminaari Referaatti
12.11.1999 INTERVALLIPÄÄTÖSPUUT JANNE GUSTAFSSON 45433E Mat-2.142 Optimointiopin seminaari Referaatti Syksy 1999 1. JOHDANTO Thomas M. Stratin artikkeli Decision Analysis Using Belief Functions käsittelee
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
Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)
1 MTTTP3 Luento 29.1.2015 Luku 6 Hypoteesien testaus Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? H 0 : µ = µ 0 H 1 : µ < µ 0 Nollahypoteesi Vaihtoehtoinen hypoteesi
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
Integrointialgoritmit molekyylidynamiikassa
Integrointialgoritmit molekyylidynamiikassa Markus Ovaska 28.11.2008 Esitelmän kulku MD-simulaatiot yleisesti Integrointialgoritmit: mitä integroidaan ja miten? Esimerkkejä eri algoritmeista Hyvän algoritmin
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 5B Tilastollisen merkitsevyyden testaus Osa II Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto
Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä
Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien
Valuation of Asian Quanto- Basket Options
Valuation of Asian Quanto- Basket Options (Final Presentation) 21.11.2011 Thesis Instructor and Supervisor: Prof. Ahti Salo Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta
3. vuoden opiskelijoiden kysely joulu 2016 FI - Kiitos vastanneille -raportti
3. vuoden opiskelijoiden kysely joulu 2016 FI - Kiitos vastanneille -raportti 1. Pääaineeni on Vastaajien määrä: 146 0% 10% 20% 30% 40% Energia- ja ympäristötekniikka 39,73% Kone- ja rakennustekniikka
Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)
Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely) Juha Kännö 23..22 Ohjaajat: TkL Antti Punkka, DI Eeva Vilkkumaa Valvoja: Prof. Ahti Salo Työn saa tallentaa ja julkistaa
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
Vuokriin vaikuttavat tekijät Helsingin kantakaupunkialueella
Aalto-yliopisto Insinööritieteiden korkeakoulu Rakennus- ja ympäristötekniikan koulutusohjelma Vuokriin vaikuttavat tekijät Helsingin kantakaupunkialueella Ryhmätyö 18.3.2015 Mikko Turunen Miro Köykkä
Ohjeet valikokeen suorittamiseen
ACI-31040 AUTOMAATlOLAllTEET JA -VERKOT VALIKOE - Pekka Pietila, YrjB Majanne, Jari Seppala ja Outi Laitinen 21.4,2008 Ohjeet valikokeen suorittamiseen Taman vglikokeen yhteydessa voit suorittaa mink8
Panu Kalmi, Vaasan yliopisto & Olli- Pekka Ruuskanen, Tampereen yliopisto
Taloudellinen lukutaito Suomessa: alustavia tuloksia edustavasta otoksesta suomalaisia Panu Kalmi, Vaasan yliopisto & Olli- Pekka Ruuskanen, Tampereen yliopisto Mitä on taloudellinen lukutaito? OECD:n
SIMO tutkimuskäytössä. SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy
SIMO tutkimuskäytössä SIMO seminaari 23. maaliskuuta 2011 Antti Mäkinen Simosol Oy Alkuvaiheet SIMOn juuret Helsingin Yliopiston metsävarojen käytön laitoksella mahdollistivat ohjelmiston luontevan soveltamisen
1. Palaute viikkoharjoituksesta, Taustatutkimus
1. Palaute viikkoharjoituksesta, Taustatutkimus KJR-C2005 Syksy 2016 Palaute - Muistakaa oikea palautusmuoto (.pdf) - Harjoitustöiden ohjeissa annettu raportin maksimipituus on pääosin tekstille. Jos raportissanne
Vankien poistumislupakäytännöt ja niiden yhteneväisyys
Miten tutkimuskysymyksiin on etsitty vastausta? Kolme esimerkkiä kriminologisista tutkimuksista Vankien poistumislupakäytännöt ja niiden yhteneväisyys Tutkimuksen tavoite 1: Selvittää empiirisesti vankien
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 16. marraskuuta 2007 Antti Rasila () TodB 16. marraskuuta 2007 1 / 15 1 Epäparametrisia testejä χ 2 -yhteensopivuustesti Homogeenisuuden testaaminen Antti
Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit
Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit Sisältö Tilastollisia testejä tehdään jatkuvasti lukemattomilla aloilla. Meitä saattaa kiinnostaa esimerkiksi se, että onko miesten ja
Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin
Tilastollisen analyysin perusteet Luento 10: Sisältö Varianssianalyysi Varianssianalyysi on kahden riippumattoman otoksen t testin yleistys. Varianssianalyysissä perusjoukko koostuu kahdesta tai useammasta
läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?
BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
Ohjeet eduskuntavaaliehdokkaiden yhteydenottoihin
Ohjeet eduskuntavaaliehdokkaiden yhteydenottoihin Ennen puhelua - Opettele argumentit huolella niin, että osaat kertoa opintotuen indeksiin sitomisesta, maksuttomasta koulutuksesta ja opintotuen huoltajakorotuksesta
ENE-C2001 Käytännön energiatekniikkaa. Aloitustapaaminen 11.4.2016. Osa III: Tekninen raportointi
ENE-C2001 Käytännön energiatekniikkaa Aloitustapaaminen 11.4.2016 Osa III: Tekninen raportointi Sisältö Raportoinnin ABC: Miksi kirjoitan? Mitä kirjoitan? Miten kirjoitan? Muutamia erityisasioita 1 Miksi
Erään perheen ja avioliiton tarina Ideana on opiskella oppikirjan avulla asiat itsenäisesti tai parin kanssa. Aiheena ovat avioliitto, perheen
Erään perheen ja avioliiton tarina Ideana on opiskella oppikirjan avulla asiat itsenäisesti tai parin kanssa. Aiheena ovat avioliitto, perheen perustaminen, huoltajuusasiat ja avioero. Parisuhde ja perhe
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 15. marraskuuta 2007 Antti Rasila () TodB 15. marraskuuta 2007 1 / 19 1 Tilastollisia testejä (jatkoa) Yhden otoksen χ 2 -testi varianssille Kahden riippumattoman
Esimerkki 1: auringonkukan kasvun kuvailu
GeoGebran LASKENTATAULUKKO Esimerkki 1: auringonkukan kasvun kuvailu Auringonkukka (Helianthus annuus) on yksivuotinen kasvi, jonka varren pituus voi aurinkoisina kesinä hyvissä kasvuolosuhteissa Suomessakin
Johnson, A Theoretician's Guide to the Experimental Analysis of Algorithms.
Kokeellinen algoritmiikka (3 ov) syventäviä opintoja edeltävät opinnot: ainakin Tietorakenteet hyödyllisiä opintoja: ASA, Algoritmiohjelmointi suoritus harjoitustyöllä (ei tenttiä) Kirjallisuutta: Johnson,
Puhesynteesin perusteet Luento 5: unit selection -synteesi
Puhesynteesin perusteet Luento 5: unit selection -synteesi Nicholas Volk 14.2.2008 Käyttäytymistieteellinen tiedekunta Idea Aitoa puhetta on tallennettu tietokantaan tuhansien äänteiden verran Jopa yksittäisen
/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:
2.10.2018/1 MTTTP1, luento 2.10.2018 7.4 Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti: Samoin z /2 siten, että P(Z > z /2 ) = /2, graafisesti: 2.10.2018/2
Harjoitus 4: Matlab - Optimization Toolbox
Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen
Mielipiteet ydinvoimasta
Mielipiteet ydinvoimasta Maaliskuu 12 Pauli Minkkinen 22262 TUTKIMUKSEN TILAAJA Energiateollisuus ry. TUTKIMUSMENETELMÄ: Puhelinhaastattelu HAASTATTELUAJANKOHTA: 28.2.-12.3.12 HAASTATTELUJEN MÄÄRÄ: 02