Graph. COMPUTE x=rv.normal(0,0.04). COMPUTE y=rv.normal(0,0.04). execute.
|
|
- Markus Pertti Kähkönen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 COMPUTE x=rv.ormal(0,0.04). COMPUTE y=rv.ormal(0,0.04). execute. compute hplib_man_r = hplib_man + x. compute arvokons_man_r = arvokons_man + y. GRAPH /SCATTERPLOT(BIVAR)=hplib_man_r WITH arvokons_man_r by puolue /MISSIG=LISTWISE. Graph [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 1
2 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page
3 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 3
4 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r Page 4
5 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r MEAS TABLES=hplib_man arvokons_man BY Puolue /CELLS MEA STDDEV MEDIA COUT. Page 5
6 Puolue 6,00 5,00 KD KESK KOK PS RKP SDP VAS VIHR 4,00 arvokons_man_r 3,00,00 1,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 hplib_man_r FACTOR /VARIABLES palvulkn veronkorn tuloerotn raskn kkpsuomn hadopn mmvastn lepsun talympn ympvaikn /MISSIG LISTWISE /AALYSIS palvulkn veronkorn tuloerotn Page 6
7 raskn kkpsuomn hadopn mmvastn lepsun talympn ympvaikn /PRIT IITIAL KMO EXTRACTIO ROTATIO /FORMAT SORT BLAK(.19) /CRITERIA FACTORS(3) ITERATE(5) /EXTRACTIO ML /CRITERIA ITERATE(5) /ROTATIO VARIMAX. Factor Analysis [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,818 Bartlett's Test of Sphericity Approx. Chi-Square df Sig. 8086,939 45,000 Page 7
8 palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia Communalities a Initial,338,58,314,31,45,97,7,199 Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1 were encountered during iterations. The resulting solution should be interpreted with caution. Extraction,540,35,418,435,381,461,361,53 Page 8
9 talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista Communalities a Initial,99,40 Extraction Method: Maximum Likelihood. a. One or more communalitiy estimates greater than 1 were encountered during iterations. The resulting solution should be interpreted with caution. Extraction,359,805 Total Variance Explained Factor 1 Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 3,73 3,731 3,731,418 4,176 4,176 1,518 15,18 47,913 1,060 10,596 34,77 3 1,03 10,317 58,30,861 8,606 43,379 4,779 7,788 66,018 5,650 6,496 7,514 6,606 6,059 78,573 7,574 5,740 84,313 8,558 5,583 89,896 9,517 5,169 95,064 10,494 4, ,000 Extraction Method: Maximum Likelihood. Page 9
10 Total Variance Explained Factor 1 Rotation Sums of Squared Loadings Total % of Variance Cumulative % 1,716 17,157 17,157 1,571 15,710 3, ,051 10,51 43, Extraction Method: Maximum Likelihood. Factor Matrix a ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä 1 -,769,577,480 -,479 Extraction Method: Maximum Likelihood. Factor,443,384 a. Attempted to extract 3 factors. More than 5 iterations required. (Convergence=,011). Extraction was terminated. 3,199,31 Page 10
11 veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja Factor Matrix a 1 -,430,380,407,450 -,45,363 Extraction Method: Maximum Likelihood. Factor -,347,513, ,7,334,484 -,466 a. Attempted to extract 3 factors. More than 5 iterations required. (Convergence=,011). Extraction was terminated. Page 11
12 Rotated Factor Matrix a palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita veronkorn Jos kunnassani tulee eteen tilanne, jossa on välttämätöntä joko leikata kunnallisia palveluita ja sosiaalietuuksia tai korottaa veroja, veronkorotukset ovat parempi vaihtoehto hadopn [...] Pitäisikö homo- ja lesboparien saada oikeus myös perheen ulkopuoliseen adoptioon? kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja mmvastn Jos valtio tarjoaa maahanmuuttajien vastaanottokeskuksen perustamista kotikuntani keskustaan, tarjous pitää hyväksyä lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia 1,733,66,611 -,530 -,199 Factor,199 -,661,610 -,541,457 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. a. Rotation converged in 5 iterations. 3 Page 1
13 Rotated Factor Matrix a ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn Talouskasvu ja työpaikkojen luominen tulisi asettaa ympäristöasioiden edelle, silloin kun nämä kaksi ovat keskenään ristiriidassa 1 Factor,378 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. a. Rotation converged in 5 iterations. 3,876 -,436 Factor Transformation Matrix Factor 1 3 1,495,476 -,77,715,5,65 3,494 -,84 -,16 Extraction Method: Maximum Likelihood. Rotation Method: Varimax with Kaiser ormalization. RELIABILITY /VARIABLES= palvulkn veronkorn_rev tuloerotn raskn /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Page 13
14 Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Alpha,739 Cronbach's Alpha Based on Standardized Items,740 of Items 4 Inter-Item Correlation Matrix palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn_rev tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudess a ja ahkeruudessa voidaan palkit a raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuude t ovat pitemmän päälle liian raskaita julkiselle taloudelle palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi 1,000,401,467,463 veronkorn_rev,401 1,000,355,386 tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita,467,355 1,000,419 raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle,463,386,419 1,000 Page 14
15 Inter-Item Covariance Matrix palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi veronkorn_rev tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudess a ja ahkeruudessa voidaan palkit a raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuude t ovat pitemmän päälle liian raskaita julkiselle taloudelle palvulkn Kotikuntani palveluita tulisi ulkoistaa entistä enemmän yksityisten yritysten tuotettavaksi 1,450,548,730,68 veronkorn_rev,548 1,90,53,536 tuloerotn Suuret tuloerot ovat hyväksyttäviä, jotta erot ihmisten lahjakkuudessa ja ahkeruudessa voidaan palkita,730,53 1,68,664 raskn ykyisen kaltaiset kunnalliset palvelut ja sosiaalietuudet ovat pitemmän päälle liian raskaita julkiselle taloudelle,68,536,664 1,494 Single Measures Intraclass Correlation a,415 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,398 Upper Bound,43 Average Measures,739 c,76,75 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Page 15
16 Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures 3, ,000 Average Measures 3, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. RELIABILITY /VARIABLES= kkpsuomn hadopn_rev mmvastn_rev lepsun /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Page 16
17 Reliability Statistics Cronbach's Alpha,679 Cronbach's Alpha Based on Standardized Items,681 of Items 4 Inter-Item Correlation Matrix kkpsuomn Kotikuntani päätöksenteo ssa pitää vaalia perinteisiä suomalaisia arvoja hadopn_rev mmvastn_rev lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja 1,000,43,346,310 hadopn_rev,43 1,000,406,317 mmvastn_rev,346,406 1,000,86 lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia,310,317,86 1,000 Inter-Item Covariance Matrix kkpsuomn Kotikuntani päätöksenteo ssa pitää vaalia perinteisiä suomalaisia arvoja hadopn_rev mmvastn_rev lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia kkpsuomn Kotikuntani päätöksenteossa pitää vaalia perinteisiä suomalaisia arvoja 1,11,683,484,413 hadopn_rev,683,155,758,563 mmvastn_rev,484,758 1,616,439 lepsun Kouluissa kohdellaan koululaisia liian lepsusti. Tiukempi kuri tekisi kouluista parempia,413,563,439 1,461 Page 17
18 Single Measures Intraclass Correlation a,345 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,39 Upper Bound,363 Average Measures,679 c,66,695 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures 3, ,000 Average Measures 3, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. RELIABILITY /VARIABLES= talympn_rev ympvaikn /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=CORR COV /ICC=MODEL(MIXED) TYPE(COSISTECY) CI=95 TESTVAL=0. Reliability [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Scale: ALL VARIABLES Page 18
19 Case Processing Summary % Cases Valid ,8 Excluded a , Total ,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Alpha,619 Cronbach's Alpha Based on Standardized Items,67 of Items Inter-Item Correlation Matrix talympn_rev ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn_rev 1,000,457 ympvaikn Kaikessa kotikuntani päätöksenteo ssa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista,457 1,000 Page 19
20 Inter-Item Covariance Matrix talympn_rev ympvaikn Kaikessa kotikuntani päätöksenteossa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista talympn_rev 1,47,534 ympvaikn Kaikessa kotikuntani päätöksenteo ssa pitäisi arvioida vaikutukset ympäristöön ja tarvittaessa luopua ympäristölle haitallisista hankkeista,534,958 Single Measures Intraclass Correlation a,448 b Intraclass Correlation Coefficient 95% Confidence Interval Lower Bound,43 Upper Bound,473 Average Measures,619 c,594,64 Two-way mixed effects model where people effects are random and measures effects are fixed. a. Type C intraclass correlation coefficients using a consistency definition-the between-measure variance is excluded from the denominator variance. b. The estimator is the same, whether the interaction effect is present or not. c. This estimate is computed assuming the interaction effect is absent, because it is not estimable otherwise. Intraclass Correlation Coefficient F Test with True Value 0 Value df1 df Sig Single Measures, ,000 Average Measures, ,000 Two-way mixed effects model where people effects are random and measures effects are fixed. MEAS TABLES=hplib_man arvokons_man BY Puolue /CELLS MEA STDDEV MEDIA COUT. Page 0
21 s [DataSet1] Z:\H_HS_vaalikone\ehdokasdata_0310_esalta_USE.sav Case Processing Summary Cases Included Excluded Total Percent Percent Percent hplib_man * Puolue ,8% ,% ,0% arvokons_man * Puolue ,8% ,% ,0% Report Puolue hplib_man arvokons_ma n Edist. 5,0000,5000, , ,0000,5000 ITSP 1,5833 3,3889,80039, ,500 3, JP,6563 3,1875,63163,66771,5000 3, KD,547 3,8178,6691,55316,5000 3, KESK,580 3,33,6171,7364,5000 3, KOK 3,3891 3,3465,7881,694 3,5000 3, Page 1
22 arvokons_ma n hplib_man Köy Lempinen LIB YL M11 Maa YL PIR PS RKP ,7500,7500,7596,68484,88, ,0000,5000,6768, ,080, ,5000,5000,7886 1,04945,5398, ,500,500,71807,47871,315, ,5000,0000 1, , ,6786,3571,500 3,650,70711,17678,500 3, ,500 1, ,500 1, ,650 1,650,65749,4696 3,4375 1,6875 Puolue Puolue Report Page
23 arvokons_ma n hplib_man SDP SKP STP TuPu VAS VIHR YL T&T Ysi 7 7 3,5000 3,500,45316, ,649 3, ,7500 3,5000,740,504 3,7857 3, ,500,0000,64015,66566,3301, ,500 1,500,73797,47541,981 1, ,500,500..,500, ,0000 1,500,89506, ,1818 1, ,0000 1,500,700,3791,015 1, ,0000 1,7500,75473,58337,950 1,8530 Puolue Puolue Report Page 3
24 Report Puolue hplib_man arvokons_ma n Total,489 3,0573,91114,90554,500 3, Page 4
Faktorianalyysi. Tarja Heikkilä. Esimerkki
Tarja Heikkilä on monimuuttujamenetelmä, jonka avulla pyritään löytämään muuttujajoukosta yhteisiä piirteitä tai ulottuvuuksia. Eksploratiivisen faktorianalyysin avulla etsitään keskenään eniten korreloivat
LisätiedotCapacity Utilization
Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run
LisätiedotFrequencies. Frequency Table
GET FILE='C:\Documents and Settings\haukkala\My Documents\kvanti\kvanti_harjo'+ '_label.sav'. DATASET NAME DataSet WINDOW=FRONT. FREQUENCIES VARIABLES=koulv paino /ORDER= ANALYSIS. Frequencies [DataSet]
LisätiedotSoveltuvan menetelmän valinta. Kvantitatiiviset menetelmät. Faktorianalyysi. Faktorianalyysi. Faktorianalyysin perusidea.
Kvantitatiiviset menetelmät Soveltuvan menetelmän valinta SELITETTÄVÄ MUUTTUJA Pienryhmäkokoontumisissa tarvitaan EK0- aineiston haastattelulomake. Sen voi tulostaa verkosta. Linkki löytyy kurssin kotisivulta:
LisätiedotÄänistä laskettu % Vihreä liitto. Äänestysalue Äänet Pros Äänestysalue Äänet Pros
Edusk.v. RYHMITTÄIN ÄÄNET Sivu 1 VIHR Vihreä liitto 001 1. Äänestysalue 126 6.8 002 2. Äänestysalue 114 6.3 003 3. Äänestysalue 103 5.5 Ennakkoäänet 126 4.5 Vaalipäivän äänet 217 7.9 Äänet yhteensä 343
LisätiedotJYVÄSKYLÄ LICENTIATE THESES IN COMPUTING 12. Ari Kuusio. Tietokannan hallintajärjestelmäportfolion hallinta suurissa asiakasorganisaatioissa
JYVÄSKYLÄ LICENTIATE THESES IN COMPUTING 12 Ari Kuusio Tietokannan hallintajärjestelmäportfolion hallinta suurissa asiakasorganisaatioissa UNIVERSITY OF JYVÄSKYLÄ JYVÄSKYLÄ LICENTIATE THESES IN COMPUTING
LisätiedotOpetus 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
LisätiedotFSD3030. Europarlamenttivaalit 2014: ehdokkaiden vastaukset Helsingin Sanomien vaalikoneeseen. Koodikirja
FSD3030 Europarlamenttivaalit 2014: ehdokkaiden vastaukset Helsingin Sanomien vaalikoneeseen Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Europarlamenttivaalit 2014: ehdokkaiden vastaukset
LisätiedotOngelma: 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
LisätiedotJakaumien merkitys biologisissa havaintoaineistoissa: Löytyykö ratkaisu Yleistetyistä Lineaarisista (Seka)Malleista?
1 Hydrobiologian tutkijaseminaari 20.3.2000 Jakaumien merkitys biologisissa havaintoaineistoissa: Löytyykö ratkaisu Yleistetyistä Lineaarisista (Seka)Malleista? Jari Hänninen Turun yliopisto Saaristomeren
LisätiedotHealth 2000/2011 Surveys. Statistical Analysis using SAS and SAS-Callable SUDAAN Packages 17.6.2013. Esa Virtala. etunimi.sukunimi@thl.
Health 2000/2011 Surveys Statistical Analysis using SAS and SAS-Callable SUDAAN Packages 17.6.2013 Esa Virtala etunimi.sukunimi@thl.fi Terveyden ja hyvinvoinnin laitos (THL) PL 30 00271 Helsinki Puhelin:
LisätiedotHarjoittele tulkintoja
Harjoittele tulkintoja Syksy 9: KT (55 op) Kvantitatiivisen aineiston keruu ja analyysi SPSS tulosteiden tulkintaa/til Analyysit perustuvat aineistoon: Haavio-Mannila, Elina & Kontula, Osmo (1993): Suomalainen
LisätiedotArvovertailu: suomalaiset vs. presidenttiehdokkaat.
Arvovertailu: suomalaiset vs. presidenttiehdokkaat. Taulukkojen siniset palkit kuvaavat ESS-tutkimuksesta suomalaisten arvoja. Presidenttiehdokkaat on asetettu vastaaville paikoille Ylen vaalikonekyselyn
LisätiedotMeasuring political landscape by voting advice applications
Measuring political landscape by voting advice applications a unique opportunity for big data collection on political parties and voters Teemu Kemppainen Tuomas Ylä-Anttila Tilastotieteen seminaari / J.
LisätiedotThe CCR Model and Production Correspondence
The CCR Model and Production Correspondence Tim Schöneberg The 19th of September Agenda Introduction Definitions Production Possiblity Set CCR Model and the Dual Problem Input excesses and output shortfalls
Lisätiedot16. Allocation Models
16. Allocation Models Juha Saloheimo 17.1.27 S steemianalsin Optimointiopin seminaari - Sks 27 Content Introduction Overall Efficienc with common prices and costs Cost Efficienc S steemianalsin Revenue
LisätiedotI. Principles of Pointer Year Analysis
I. Principles of Pointer Year Analysis Fig 1. Maximum (red) and minimum (blue) pointer years. 1 Fig 2. Principle of pointer year calculation. Fig 3. Skeleton plot graph created by Kinsys/Kigraph programme.
Lisätiedotvoidaan hylätä, pienempi vai suurempi kuin 1 %?
[TILTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2011 http://www.uta.fi/~strale/tiltp1/index.html 30.9.2011 klo 13:07:54 HARJOITUS 5 viikko 41 Ryhmät ke 08.30 10.00 ls. C8 Leppälä to 12.15 13.45 ls. A2a Laine
LisätiedotKvantitatiivinen genetiikka moniste s. 56
Kvantitatiivinen genetiikka moniste s. 56 - määrällisten ominaisuuksien periytymisen hallinta - mendelismi oli aluksi vastatuulessa siksi että darwinistit, joilla oli paljon valtaa Britanniassa, olivat
LisätiedotEfficiency change over time
Efficiency change over time Heikki Tikanmäki Optimointiopin seminaari 14.11.2007 Contents Introduction (11.1) Window analysis (11.2) Example, application, analysis Malmquist index (11.3) Dealing with panel
LisätiedotDigitally signed by Hans Vadbäck DN: cn=hans Vadbäck, o, ou=fcg Suunnittelu ja Tekniikka Oy, email=hans.vadback@fcg.fi, c=fi Date: 2016.12.20 15:45:35 +02'00' Jakob Kjellman Digitally signed by Jakob Kjellman
LisätiedotCapacity utilization
Mat-2.4142 Seminar on optimization Capacity utilization 12.12.2007 Contents Summary of chapter 14 Related DEA-solver models Illustrative examples Measure of technical capacity utilization Price-based measure
LisätiedotTeknillinen tiedekunta, matematiikan jaos Numeeriset menetelmät
Numeeriset menetelmät 1. välikoe, 14.2.2009 1. Määrää matriisin 1 1 a 1 3 a a 4 a a 2 1 LU-hajotelma kaikille a R. Ratkaise LU-hajotelmaa käyttäen yhtälöryhmä Ax = b, missä b = [ 1 3 2a 2 a + 3] T. 2.
LisätiedotKvantitatiiviset menetelmät
Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina.. klo 6-8 V ls. Uusintamahdollisuus on rästitentissä.. ke 6 PR sali. Siihen tulee ilmoittautua WebOodissa 9. 8.. välisenä aikana. Soveltuvan
LisätiedotKUNNALLISVAALIT 2012 Pirkanmaan kokonaisvaalitulos ja paikkalaskelmat
KUNNALLISVAALIT 2012 Pirkanmaan kokonaisvaalitulos ja paikkalaskelmat SISÄLLYSLUETTELO Esipuhe Lyhenteet Pirkanmaan kokonaisvaalitulos Ryhmittymien äänimäärät kunnittain Vertailua edellisiin vaaleihin
LisätiedotT Statistical Natural Language Processing Answers 6 Collocations Version 1.0
T-61.5020 Statistical Natural Language Processing Answers 6 Collocations Version 1.0 1. Let s start by calculating the results for pair valkoinen, talo manually: Frequency: Bigrams valkoinen, talo occurred
LisätiedotGap-filling methods for CH 4 data
Gap-filling methods for CH 4 data Sigrid Dengel University of Helsinki Outline - Ecosystems known for CH 4 emissions; - Why is gap-filling of CH 4 data not as easy and straight forward as CO 2 ; - Gap-filling
LisätiedotFrequencies. [DataSet1] C:\Documents and Settings\kurssi\Työpöytä\Kurssin.sav. Page 1. Notes. 14-maalis :56:17. Output Created Comments Data
FREQUECIES VARIABLES=sukup sivsaa ika alki koulv bdi_ paino q6 q t upi3 /STATISTICS=STDDEV RAGE MIIMUM MAXIMUM MEA MEDIA MODE /HISTOGRAM ORMAL /ORDER=AALYSIS. Frequencies otes Input Value Handling Resources
LisätiedotAlternative DEA Models
Mat-2.4142 Alternative DEA Models 19.9.2007 Table of Contents Banker-Charnes-Cooper Model Additive Model Example Data Home assignment BCC Model (Banker-Charnes-Cooper) production frontiers spanned by convex
LisätiedotOther approaches to restrict multipliers
Other approaches to restrict multipliers Heikki Tikanmäki Optimointiopin seminaari 10.10.2007 Contents Short revision (6.2) Another Assurance Region Model (6.3) Cone-Ratio Method (6.4) An Application of
LisätiedotMediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.
Mat-2.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit järjestysasteikollisille muuttujille Testit laatueroasteikollisille muuttujille Hypoteesi, Mannin ja Whitneyn testi (Wilcoxonin
LisätiedotVertailutestien tulosten tulkinta Mikä on hyvä tulos?
Vertailutestien tulosten tulkinta Mikä on hyvä tulos? Pertti Virtala PANK-menetelmäpäivä 28.1.2016 Sisältö Mittaustarkkuuden käsitteitä Mittaustarkkuuden analysointi Stabiilius Kohdistuvuus Toistettavuus
LisätiedotMTTTP5, luento Luottamusväli, määritelmä
23.11.2017/1 MTTTP5, luento 23.11.2017 Luottamusväli, määritelmä Olkoot A ja B satunnaisotoksen perusteella määriteltyjä satunnaismuuttujia. Väli (A, B) on parametrin 100(1 - ) %:n luottamusväli, jos P(A
LisätiedotIhminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi
Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 5 Seuraava etappi Datan keruu alkanut 9.2.2005 2.välinäyttönä palautetaan aineisto SPSS-tiedostona 14.2. palaute tiedostosta
LisätiedotReturns to Scale II. S ysteemianalyysin. Laboratorio. Esitelmä 8 Timo Salminen. Teknillinen korkeakoulu
Returns to Scale II Contents Most Productive Scale Size Further Considerations Relaxation of the Convexity Condition Useful Reminder Theorem 5.5 A DMU found to be efficient with a CCR model will also be
LisätiedotLX 70. Ominaisuuksien mittaustulokset 1-kerroksinen 2-kerroksinen. Fyysiset ominaisuudet, nimellisarvot. Kalvon ominaisuudet
LX 70 % Läpäisy 36 32 % Absorptio 30 40 % Heijastus 34 28 % Läpäisy 72 65 % Heijastus ulkopuoli 9 16 % Heijastus sisäpuoli 9 13 Emissiivisyys.77.77 Auringonsuojakerroin.54.58 Auringonsäteilyn lämmönsiirtokerroin.47.50
LisätiedotWindPRO version joulu 2012 Printed/Page :47 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotData-analyysi II. Sisällysluettelo. Simo Kolppo [Type the document subtitle]
Data-analyysi II [Type the document subtitle] Simo Kolppo 26.3.2014 Sisällysluettelo Johdanto... 1 Tutkimuskysymykset... 1 Aineistojen esikäsittely... 1 Economic Freedom... 1 Nuorisobarometri... 2 Aineistojen
LisätiedotLauri 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
LisätiedotResults on the new polydrug use questions in the Finnish TDI data
Results on the new polydrug use questions in the Finnish TDI data Multi-drug use, polydrug use and problematic polydrug use Martta Forsell, Finnish Focal Point 28/09/2015 Martta Forsell 1 28/09/2015 Esityksen
LisätiedotTKMS7a-f/LRS20a-f/MAS2/KVS2/TMS82a-f/JOM/TJM/YRM Monimuuttujamenetelmien soveltaminen taloustieteissä. Tentti
TKMS7a-f/LRS20a-f/MAS2/KVS2/TMS82a-f/JOM/TJM/YRM Monimuuttujamenetelmien soveltaminen taloustieteissä Tentti 13.5.2014 Moduuli a: Faktorianalyysi Jos olet samaa mieltä esitetyn väitteen kanssa vastaa K,
LisätiedotBounds on non-surjective cellular automata
Bounds on non-surjective cellular automata Jarkko Kari Pascal Vanier Thomas Zeume University of Turku LIF Marseille Universität Hannover 27 august 2009 J. Kari, P. Vanier, T. Zeume (UTU) Bounds on non-surjective
LisätiedotChristina Gustafsson. Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3
Christina Gustafsson Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3 Kevät 2014 SISÄLLYSLUETTELO 9. REGRESSIOSTA... 2 10. EPÄPARAMETRISIA TESTEJÄ... 7 10.1. Kahden riippumattoman
LisätiedotSSTY:n EMC-seminaari. EMC ja sähköisten lääkintälaitteiden standardit. Ari Honkala SESKO ry
SSTY:n EMC-seminaari EMC ja sähköisten lääkintälaitteiden standardit SESKO ry 2016-10-04 Tässä esityksessä käsitellään Yleistä täydentävistä (collateral, -1 sarja, horisontaaliset) ja eritysvaatimuksia
LisätiedotOMINAISUUDET SOVELLUS. Technical data sheet BOAX-II HDG - KIILA-ANKKURI. Mutterin ja aluslevyn kanssa. UK-DoP-e08/0276, ETA-08/0276.
BOAX-II - KIILA-ANKKURI Mutterin ja aluslevyn kanssa. UK-DoP-e08/0276, ETA-08/0276 OMINAISUUDET Materiaali Kuumasinkitty teräs SOVELLUS Käyttötarkoitus Teräsrakenteiden Kiskojen Kannattimien Julkisivujen
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 5.11.2013 16:44 / 1 Minimum
LisätiedotGroup 2 - Dentego PTH Korvake. Peer Testing Report
Group 2 - Dentego PTH Korvake Peer Testing Report Revisions Version Date Author Description 1.0 Henrik Klinkmann First version Table of Contents Contents Revisions... 2 Table of Contents... 2 Testing...
LisätiedotLYTH-CONS CONSISTENCY TRANSMITTER
LYTH-CONS CONSISTENCY TRANSMITTER LYTH-INSTRUMENT OY has generate new consistency transmitter with blade-system to meet high technical requirements in Pulp&Paper industries. Insurmountable advantages are
LisätiedotPerusnäkymä 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
Lisätiedot1. SIT. The handler and dog stop with the dog sitting at heel. When the dog is sitting, the handler cues the dog to heel forward.
START START SIT 1. SIT. The handler and dog stop with the dog sitting at heel. When the dog is sitting, the handler cues the dog to heel forward. This is a static exercise. SIT STAND 2. SIT STAND. The
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.9.269
LisätiedotE80. Data Uncertainty, Data Fitting, Error Propagation. Jan. 23, 2014 Jon Roberts. Experimental Engineering
Lecture 2 Data Uncertainty, Data Fitting, Error Propagation Jan. 23, 2014 Jon Roberts Purpose & Outline Data Uncertainty & Confidence in Measurements Data Fitting - Linear Regression Error Propagation
LisätiedotOHJ-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
Lisätiedot1. 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,
LisätiedotMetsälamminkankaan tuulivoimapuiston osayleiskaava
VAALAN KUNTA TUULISAIMAA OY Metsälamminkankaan tuulivoimapuiston osayleiskaava Liite 3. Varjostusmallinnus FCG SUUNNITTELU JA TEKNIIKKA OY 12.5.2015 P25370 SHADOW - Main Result Assumptions for shadow calculations
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotFSD2468 Kunnallisalan ilmapuntari 2008: valtuutetut
KYSELYLOMAKE Tämä kyselylomake on osa Yhteiskuntatieteelliseen tietoarkistoon arkistoitua tutkimusaineistoa FSD2468 Kunnallisalan ilmapuntari 2008: valtuutetut Kyselylomaketta hyödyntävien tulee viitata
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
VE1 SHADOW - Main Result Calculation: 8 x Nordex N131 x HH145m Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please
Lisätiedot( ( OX2 Perkkiö. Rakennuskanta. Varjostus. 9 x N131 x HH145
OX2 9 x N131 x HH145 Rakennuskanta Asuinrakennus Lomarakennus Liike- tai julkinen rakennus Teollinen rakennus Kirkko tai kirkollinen rak. Muu rakennus Allas Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 2 km
LisätiedotDemotehtävä + liitteet (muuttujaluettelo, käytettävät analyysimenetelmät hypoteeseineen, osa SPSS-ohjelman tulostuslistasta)
1 KTE.139 Tutkimusaineiston analyysi Demot 5 ja 6 (7.3.-18.3.2005) Ritva Sakari-Rantala (sakari@sport.jyu.fi, puh. 260 2094) Demotehtävä + liitteet (muuttujaluettelo, käytettävät analyysimenetelmät hypoteeseineen,
LisätiedotTynnyrivaara, OX2 Tuulivoimahanke. ( Layout 9 x N131 x HH145. Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a
, Tuulivoimahanke Layout 9 x N131 x HH145 Rakennukset Asuinrakennus Lomarakennus 9 x N131 x HH145 Varjostus 1 h/a 8 h/a 20 h/a 0 0,5 1 1,5 km 2 SHADOW - Main Result Assumptions for shadow calculations
LisätiedotKaivostoiminnan eri vaiheiden kumulatiivisten vaikutusten huomioimisen kehittäminen suomalaisessa luonnonsuojelulainsäädännössä
M a t t i K a t t a i n e n O T M 1 1. 0 9. 2 0 1 9 Kaivostoiminnan eri vaiheiden kumulatiivisten vaikutusten huomioimisen kehittäminen suomalaisessa luonnonsuojelulainsäädännössä Ympäristöoikeustieteen
LisätiedotHARJOITUS- PAKETTI A
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital
LisätiedotPäättäjätutkimus 2015
Päättäjätutkimus 2015 Kuntapäättäjien mielipiteet - Jäsenmäärältään pienemmästä ja suuremmasta valtuustosta - Valtuuston valitsemasta ja suoralla vaalilla valittavasta pormestarista. Päättäjätutkimus 2015
LisätiedotSisällysluettelo. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5
Sisällysluettelo ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5 SISÄLLYSLUETTELO... 6 LYHYT SANASTO VASTA-ALKAJILLE... 7 1. MONIMUUTTUJAMENETELMÄT IHMISTIETEISSÄ... 9 1.1 MONIMUUTTUJA-AINEISTON ERITYISPIIRTEITÄ...
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotKvanttilaskenta - 2. tehtävät
Kvanttilaskenta -. tehtävät Johannes Verwijnen January 8, 05 edx-tehtävät Vastauksissa on käytetty edx-kurssin materiaalia.. Problem The inner product of + and is. Edelleen false, kts. viikon tehtävä 6..
LisätiedotChoose Finland-Helsinki Valitse Finland-Helsinki
Write down the Temporary Application ID. If you do not manage to complete the form you can continue where you stopped with this ID no. Muista Temporary Application ID. Jos et onnistu täyttää lomake loppuun
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotEsim Brand lkm keskiarvo keskihajonta A ,28 5,977 B ,06 3,866 C ,95 4,501
Esim. 2.1.1. Brand lkm keskiarvo keskihajonta A 10 251,28 5,977 B 10 261,06 3,866 C 10 269,95 4,501 y = 260, 76, n = 30 SS 1 = (n 1 1)s 2 1 = (10 1)5, 977 2 321, 52 SS 2 = (n 2 1)s 2 2 = (10 1)3, 8662
Lisätiedot1 Johdanto 2. 2 Aineistot 2. 3 Henkilöstön koulutustausta ja työkokemus 3. 4 Aikuissosiaalityön sisältö 5. 5 Henkilöstön osaaminen 12
Sisällysluettelo 1 Johdanto 2 2 Aineistot 2 3 Henkilöstön koulutustausta ja työkokemus 3 4 Aikuissosiaalityön sisältö 5 5 Henkilöstön osaaminen 12 6 Asiakkaiden elämäntilanteisiin vastaaminen 20 7 Asiakkaiden
LisätiedotMat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi
Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi Diskreetit muuttujat,
Lisätiedothttp://www.uwasa.fi/laskentatoimi/henkilokunta/laitinenerkkik/
Erkki K. Laitinen, professori Laskentatoimen ja rahoituksen yksikkö Luento löytyy netistä: http://www.uwasa.fi/laskentatoimi/henkilokunta/laitinenerkkik/ Luennon aiheet: 1. Faktorianalyysi 2. Logistinen
LisätiedotThe relationship between leisuretime physical activity and work stress with special reference to heart rate variability analyses
The relationship between leisuretime physical activity and work stress with special reference to heart rate variability analyses Teisala Tiina, TtM, tohtorikoulutettava Jyväskylän yliopisto Terveystieteiden
LisätiedotValuation 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
LisätiedotSPSS-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
LisätiedotKYSELYLOMAKE: FSD2925 KUNTIEN VALTUUSTOJEN JA HALLITUSTEN JÄSENET 2009 QUESTIONNAIRE: FSD2925 MEMBERS OF MUNICIPAL COUNCILS AND MUNICIPAL BOARDS 2009
KYSELYLOMAKE: FSD2925 KUNTIEN VALTUUSTOJEN JA HALLITUSTEN JÄSENET 2009 QUESTIONNAIRE: FSD2925 MEMBERS OF MUNICIPAL COUNCILS AND MUNICIPAL BOARDS 2009 Tämä kyselylomake on osa yllä mainittua Yhteiskuntatieteelliseen
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
Lisätiedot,0 Yes ,0 120, ,8
SHADOW - Main Result Calculation: Alue 2 ( x 9 x HH120) TuuliSaimaa kaavaluonnos Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered
LisätiedotATH-aineiston tilastolliset analyysit SPSS/PASW SPSS analyysit / Risto Sippola 1
ATH-aineiston tilastolliset analyysit SPSS/PASW 16.2.2011 SPSS analyysit / Risto Sippola 1 Aineiston avaaminen Aineisto on saatu SPSS-muotoon ja tallennettu koneelle sijaintiin, josta sitä voidaan käyttää
LisätiedotFSD3024. Eduskuntavaalit 2015: ehdokkaiden vastaukset Helsingin Sanomien vaalikoneeseen. Koodikirja
FSD3024 Eduskuntavaalit 2015: ehdokkaiden vastaukset Helsingin Sanomien vaalikoneeseen Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Eduskuntavaalit 2015: ehdokkaiden vastaukset Helsingin Sanomien
LisätiedotOn instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31)
On instrument costs in decentralized macroeconomic decision making (Helsingin Kauppakorkeakoulun julkaisuja ; D-31) Juha Kahkonen Click here if your download doesn"t start automatically On instrument costs
LisätiedotMissing data may bias your conclusions. Juha Karvanen Department of Mathematics and Statistics University of Jyväskylä
Missing data may bias your conclusions Juha Karvanen Department of Mathematics and Statistics University of Jyväskylä Surveys work because of random sampling Statistical theory works under the assumption
LisätiedotWindPRO version joulu 2012 Printed/Page :42 / 1. SHADOW - Main Result
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 13.6.2013 19:42 / 1 Minimum
LisätiedotMONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN MUUTTUJIEN NORMAALISUUS. Statistics
MONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN 28.4.2016 MANNE KALLIO 2016 MUUTTUJIEN NORMAALISUUS : Frequencies Statistics Output: Skewness ja kurtosis -1 1 < 2 X std.error Skewnessin ja kurtosiksen
LisätiedotTehtävä 1. (a) JYVÄSKYLÄN YLIOPISTO Matematiikan ja tilastotieteen laitos Parametrittomat ja robustit menetelmät Harjoitukset 7, vastaukset
JYVÄSKYLÄN YLIOPISTO Matematiikan ja tilastotieteen laitos Parametrittomat ja robustit menetelmät Harjoitukset 7, vastaukset 12.05.2009 Tehtävä 1 (a) x
LisätiedotLumipallo regressioanalyysista. Logistinen regressioanalyysi. Soveltuvan menetelmän valinta. Regressioanalyysi. Logistinen regressioanalyysi I
Lumipallo regressioanalyysista jokainen kirjoittaa lapulle yhden lauseen regressioanalyysista ja antaa sen seuraavalle Logistinen regressioanalyysi Y250. Kvantitatiiviset menetelmät (6 op) Hanna Wass tutkijatohtori
LisätiedotYmpäristökriteerit osana kokonaistaloudellisuutta
Ympäristökriteerit osana kokonaistaloudellisuutta Esimerkkinä kuljetuspalvelut Energiatehokkuus kuljetuspalveluiden julkisissa hankinnoissa, Tampere 7.11.2012 Tutkija Katriina Alhola Suomen ympäristökeskus,
LisätiedotSAS:n käyttö Työterveyslaitoksessa. Pertti Mutanen
SAS:n käyttö Työterveyslaitoksessa Pertti Mutanen Edistämme työn terveellisyyttä ja turvallisuutta osana hyvää elämää Työterveyslaitos Arbetshälsoinstitutet Itsenäinen julkisoikeudellinen yhteisö Sosiaali-
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table WindPRO version 2.8.579
Lisätiedot( ,5 1 1,5 2 km
Tuulivoimala Rakennukset Asuinrakennus Liikerak. tai Julkinen rak. Lomarakennus Teollinen rakennus Kirkollinen rakennus Varjostus "real case" h/a 1 h/a 8 h/a 20 h/a 4 5 3 1 2 6 7 8 9 10 0 0,5 1 1,5 2 km
LisätiedotEduskuntavaalit 1999 22 507 67,4 Eduskuntavaalit 2003 24 695 70,3 Eduskuntavaalit 2007 26 080 68,9 Eduskuntavaalit 2011 27 759 72,0
10 Vaalit (Luvun lähde: Keskusvaalilautakunta) 10.1 Äänioikeutetut ja äänioikeuden käyttö vuosina 1999-2011 Äänioikeutettuja Äänestysprosentti (%) Eduskuntavaalit 1999 22 507 67,4 Eduskuntavaalit 2003
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG table 22.12.2014 11:33 / 1 Minimum
LisätiedotTeema 10: Regressio- ja varianssianalyysi
Teema 1: Regressio- ja varianssianalyysi Regressioanalyysi lienee t-testin ohella maailman eniten käytetty tilastollinen menetelmä. Sitä sivuttiin jo alustavasti Teemassa 4. Varianssianalyysi liittyy useallakin
LisätiedotTM ETRS-TM35FIN-ETRS89 WTG
SHADOW - Main Result Calculation: N117 x 9 x HH141 Assumptions for shadow calculations Maximum distance for influence Calculate only when more than 20 % of sun is covered by the blade Please look in WTG
LisätiedotToppila/Kivistö 10.01.2013 Vastaa kaikkin neljään tehtävään, jotka kukin arvostellaan asteikolla 0-6 pistettä.
..23 Vastaa kaikkin neljään tehtävään, jotka kukin arvostellaan asteikolla -6 pistettä. Tehtävä Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi. (a) Lineaarisen kokonaislukutehtävän
LisätiedotSenioreiden asumispreferenssit vastaako todellisuus unelmaa
1 Senioreiden asumispreferenssit vastaako todellisuus unelmaa 15.12.2010 Tila-ohjelman brunssi, Tekes DI(väit.) Tanja Tyvimaa 2 Väitöstutkimus Tutkimuksen aineisto kerätty asukaskyselyllä ja asukashaastatteluilla
LisätiedotLataa Cognitive Function in Opioid Substitution Treated Patiens - Pekka Rapeli. Lataa
Lataa Cognitive Function in Opioid Substitution Treated Patiens - Pekka Rapeli Lataa Kirjailija: Pekka Rapeli ISBN: 9789523022232 Sivumäärä: 173 Formaatti: PDF Tiedoston koko: 11.54 Mb Opioid substitution
Lisätiedot