01. Erityisesti näköalueiden ja motoristen alueiden solut aktivoituvat REMunivaiheessa.



Samankaltaiset tiedostot
1. Kvantitatiivisen muuttujan arvot mitataan tarkastelemalla tilastoyksiköiden laatua.

Yhteiskuntatieteellinen tiedekunta Psykologia KYSYMYSLOMAKE

1. Laadulliset eli kvalitatiiviset muuttujat voidaan jakaa edelleen jatkuviin ja epäjatkuviin muuttujiin.

TURUN YLIOPISTO VALINTAKOE Yhteiskuntatieteellinen klo tiedekunta

1. Kaksoissokkokokeen oleellinen piirre on, etteivät lääkkeen antaja ja lääkkeen saaja tiedä, minkä lääkkeen vaikutusta tutkitaan.

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

Sisällys PSYKOLOGIA AUTTAA YMMÄRTÄMÄÄN IHMISIÄ. Psykologia tutkii ihmisen toimintaa. Psykologiassa on lukuisia osa-alueita ja sovelluskohteita

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

pisteet Frekvenssi frekvenssi Yhteensä

/1. MTTTP1, luento Normaalijakauma (kertausta) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Väliestimointi (jatkoa) Heliövaara 1

Otoskeskiarvo on otossuure, jonka todennäköisyysjakauma tiedetään. Se on normaalijakauma, havainnollistaminen simuloiden

7.4 Normaalijakauma (kertausta ja täydennystä) Taulukosta P(Z 1,6449) = 0,05, P(Z -1,6449) = 0,05 P(Z 1,96) = 0,025, P(Z -1,96) = 0,025

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

TESTINVALINTATEHTÄVIEN VASTAUKSET

HAVAITUT JA ODOTETUT FREKVENSSIT

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Til.yks. x y z

dx=5&uilang=fi&lang=fi&lvv=2014

Luottamusvälit. Normaalijakauma johnkin kohtaan

Tilastollinen aineisto Luottamusväli

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Mat Tilastollisen analyysin perusteet, kevät 2007

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Mat Tilastollisen analyysin perusteet, kevät 2007

KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun se kelpaa kyllä!

Motiivi-sarjan kurssien 2-5 alustavat sisältösuunnitelmat Luvuilla työnimet

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

Sovellettu todennäköisyyslaskenta B

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Johdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1

Leikkijunan kunto toimiva ei-toimiva Työvuoro aamuvuoro päivävuoro iltavuoro

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 9. luento. Pertti Palo

riippumattomia ja noudattavat samaa jakaumaa.

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 6. luento. Pertti Palo

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Tilastollisia peruskäsitteitä ja Monte Carlo

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Sovellettu todennäköisyyslaskenta B

Yhteiskuntatieteellinen tiedekunta Psykologia KYSYMYSLOMAKE

Testejä suhdeasteikollisille muuttujille

Harjoitukset 3 : Monimuuttujaregressio 2 (Palautus )

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Kertymäfunktio. TKK (c) Ilkka Mellin (2007) 1

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4

MTTTP5, luento Kahden jakauman sijainnin vertailu (jatkoa) Tutkimustilanteita y = neliöhinta x = sijainti (2 aluetta)

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Sovellettu todennäköisyyslaskenta B

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

tilastotieteen kertaus

Sovellettu todennäköisyyslaskenta B

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

MTTTP1, luento KERTAUSTA

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Harjoitus 7: NCSS - Tilastollinen analyysi

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi.

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

Psyykkinen toimintakyky

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Tutkimustiedonhallinnan peruskurssi

Koska ovat negatiiviset. Keskihajontoja ei pystytä laskemaan mutta pätee ¾.

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

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

Harjoitus 2: Matlab - Statistical Toolbox

Harjoitukset 2 : Monimuuttujaregressio (Palautus )

1. Tilastollinen malli??

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.

Harjoituksessa tarkastellaan miten vapaa-ajan liikunta on yhteydessä..

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

Todennäköisyysjakaumia

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Teema 8: Parametrien estimointi ja luottamusvälit

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

5 Lisa materiaali. 5.1 Ristiintaulukointi

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)

MTTTP1, luento KERTAUSTA

10. laskuharjoituskierros, vko 14, ratkaisut

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

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Usean selittävän muuttujan regressioanalyysi

Normaalijakaumasta johdettuja jakaumia

Segregaation eri ilmenemismuodot ja sukupuolten palkkaerot

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

Estimointi. Vilkkumaa / Kuusinen 1

30A02000 Tilastotieteen perusteet

Regressioanalyysi. Kuusinen/Heliövaara 1

(b) Vedonlyöntikertoimet syytetyn ihonvärin eri luokissa

3. a) Mitkä ovat tilastolliset mitta-asteikot? b) Millä tavalla nominaaliasteikollisen muuttujan jakauman voi esittää?

Transkriptio:

TURUN YLIOPISTO VALINTAKOE Yhteiskuntatieteellinen tiedekunta 8.6.2000 Psykologia KYSYMYSLOMAKE Valintakoekirjat: Helkama, Myllyniemi, Liebkind: Johdatus sosiaalipsykologiaan, 2. painos, Oy Edita Ab, 1998; Revonsuo, Lang, Aaltonen (toim.): Mieli ja Aivot, Kognitiivinen neurotiede, luvut 1, 12-17 ja 19-22. Kognitiivisen neurotieteen tutkimusyksikkö, 1996 tai uudempi painos; Holopainen, Pulkkinen: Tilastolliset menetelmät, luvut 1-8, sivut 1-207, 1.-5. painos, Weilin & Göös, Porvoo, 1994 tai uudempi painos. Kokeessa ei saa käyttää laskinta. Tehtävänäsi on arvioida, onko esitetty väite valintakoekirjan perusteella oikein vai väärin. Vastaa kirjoittamalla rasti valitsemaasi kohtaan vastauslomakkeelle. Vastausvaihtoehdot ovat: varmasti oikein oikein en tiedä väärin varmasti väärin Pisteitä saat seuraavasti Väittämä on valintakoekirjan mukaan oikein väärin Sinun valintasi pisteet varmasti oikein +2-2 oikein +1-1 en tiedä 0 0 väärin -1 +1 varmasti väärin -2 +2 01. Erityisesti näköalueiden ja motoristen alueiden solut aktivoituvat REMunivaiheessa. 02. Kädellisellä on neljänlaisia verkkokalvon gangliosoluja: P, M, V ja W. 03. Aivosähköiset hidasaallot kuuluvat tilannesidonnaisiin potentiaaleihin, mutta ovat ajallisesti sidoksissa tapahtumaan joka niitä seuraa. 04. Ideationaalisessa apraksiassa potilaalla on praksioiden tuottamisen häiriö.

2 05. Parietaalialueiden etuosien toiminnat liittyvät liikkeiden ohjelmointiin tarvittavan proprioseptiivisen palautteen vastaanottoon ja taaemmat osat liikkeiden hahmottamiseen suhteessa koko kehoon. 06. MMN tarkoittaa prosessointinegatiivisuutta ja PN poikkeavuusnegatiivisuutta. 07. Toistuvassa ääniärsykkeessä tapahtuva muutos synnyttää MMN:n myös silloin kun ääniin kohdistuu tahaton tarkkaavaisuus mutta ei silloin kun tahaton tarkkaavaisuus kohdistuu näköärsykkeisiin. 08. Tahattomissa ääniärsykkeissä tapahtuvat muutokset synnyttävät MMN:n lisäksi ajoittain nk. orientoitumisreaktiota osoittavia autonomisia ilmiöitä ja usein myös P3a-komponentin. 09. Proseduraalisen muistin toimintaa tutkitaan priming-menetelmällä. 10. Työmuistin kolme osajärjestelmää ovat: keskusyksikkö, fonologinen silmukka ja fonologinen samankaltaisuuden varasto. 11. Vanhenemisen myötä tiedot ja taidot karttuvat koulutuksen ja kokemuksen tukena. 12. Kognitiivisen prosessoinnin eri vaiheet mitataan ARMD (Age-Related Memory Decline) testin avulla. 13. Noin 50%:ssa kaikista dementioista on kyseessä Alzheimerin tauti. 14. N400-komponentti on paljon pienempi semanttisesti sopimattomille kuin sopiville sanoille. 15. N400 on negatiivinen aalto, joka ilmenee noin 300-600 millisekunnin aikaikkunassa stimuluksen alkamishetken jälkeen ja saavuttaa huippukohtansa yleensä 350-450 millisekunnin jälkeen. 16. Jo vastasyntyneen kuulojärjestelmä on niin kehittynyt, että lapsi erottaa helposti äänteille tyypillisiä akustisia piirteitä. 17. Psykolingvistisiä tutkimusmenetelmiä ovat pääasiallisesti olleet dyslektikkojen kielellisen suorituksen arviointi erilaisten vastaanotto- ja tuottotestien avulla sekä normaalipuhujien leksikaalisen päätöksenteon kokeet ja silmänliikekokeet.

3 18. Stem Allomorph/Inflectional Decomposition- eli SAID-mallin kokeet vastaavat kysymykseen miten suomenkielinen tuottaa ja vastaanottaa kielensä monimorfeemisia muotoja. 19. Fiksaation kohdistaminen sanan loppuosaan on optimaalista sanan tunnistamisen kannalta. 20. Mielen filosofia tutkii mm. sitä onko ihmisen tahto edeltävien tekijöiden määrämä vai onko se vapaa. 21. Popperin mukaan koe voi falsifioida hypoteesin ja lisäksi osoittaa sen oikeaksi. 22. Riippumaton muuttuja kokeellisessa tutkimuksessa tarkoittaa kokeenjohtajasta riippumatonta muuttujaa. 23. Kvasikokeellinen on esimerkiksi tutkimus, jossa on verrattu kotiopetuksen ja autokouluopetuksen valinneiden turvallisuutta ajokortin saannin jälkeisenä aikana. 24. Tilannevihjeet ja tulkinta vaikuttavat skeeman viriämiseen Brewerin & Cranon (1994) informaationkäsittelyn mallissa. 25. Attribuution peruserhe on länsimaissa lapsilla harvinainen, mutta lisääntyy iän myötä. 26. Implisiittisen persoonallisuudenteorian keskeinen merkitys yksilölle on siinä, että se helpottaa toisten henkilöiden havaitsemista johdonmukaisina kokonaisuuksina. 27. Rotterin kontrolliodotusta kartoittava mittari mittaa yksilön yleisiä odotuksia sen suhteen, missä määrin tapahtumat aiheutuvat hänen omista teoistaan tai ulkoisista tekijöistä. 28. Yliperusteluefektiksi kutsutaan ilmiötä, jossa henkilö pyrkii perustelemaan toimintaansa runsaasti ja toistuvasti. 29. Dissonanssiteoria korostaa ihmistä olentona, joka pyrkii löytämään perustelun toiminnalleen ja valinnoilleen.

30. Asenteenmuutoksen informaationkäsittelyn todennäköisyyden mallin mukaan pysyvä bumerangiefekti syntyy, kun viestin argumentit koetaan heikoiksi ja viestin kanta on aikaisemmin vallinneen asenteen vastainen. 4 31. Rosenbergin (1979) mukaan minäkäsitys sisältää kaikki ihmisen itseensä kohdistamat ajatukset ja tunteet. 32. Gibbonsin (1990) mukaan minätietoisuuden lisääntyminen aktivoi minäskeeman. 33. Julkisesti minätietoiset ihmiset ovat johdonmukaisempia asenteissaan ja käyttäytymisessään kuin henkilökohtaisesti minätietoiset ihmiset. 34. Sosiaalinen konstruktionismi katsoo, että maailma rakennetaan mielessä. Siten sosiaalisuuden muotoja ei johdetakaan yksilön motiiveista. 35. Ns. vierastilanteessa tutkitaan lapsen kiintymistä hänelle ennestään outoon ihmiseen. 36. Salmivallin (1995) tutkimuksessa todettiin, että koulukiusaajien lukumäärä on noin puolet uhrien puolustajien lukumäärästä. 37. Keskusteluanalyysi ja diskurssianalyysi tarkoittavat samaa asiaa. 38. Ryhmäajattelulle on ominaista konformisuus ja omaksutun linjan vastaisten käsitysten hyljeksintä. 39. Ns. symbolisessa rasismissa halutaan kieltää etnisten vähemmistöjen omien tunnusten kuten heidän kulttuurilleen ominaisen vaatetuksen käyttö. 40. Fyysisissä suorituksissa ryhmän tulos on huomattavasti heikompi kuin yksilöiden suoritusten summa. 41. Luokitteluasteikolliselle muuttujalle laskutoimitukset eivät ole mielekkäitä. 42. Jos ikämuuttuja on luokitettu ja luokan 25-29 vuotta prosenttinen kertymäfrekvenssi on 66 %, on havaintomatriisissa enintään 29-vuotiaita henkilöitä 66 %. 43. Keskiarvo sopii hyvin vinojen jakaumien sijaintiluvuksi.

5 44. Pearsonin korrelaatiokerrointa voidaan käyttää, kun tutkitaan sukupuolen yhteyttä sosiaalisen kyvykkyyden mittariin (arvoalue 0-50, 0 täysin negatiivinen ja 50 täysin positiivinen ääripää). 45. Tehdään yksinkertainen regressiomalli, jossa selittävänä muuttujana on ikä (arvoalue 18-65) ja selitettävä muuttuja sosiaalinen kyvykkyys (arvoalue 0-50). Regressiosuoran yhtälö on seuraava: sosiaalinen kyvykkyys=2.0 + 1.3*ikä. Yksi ikävuosi lisää 1.3 yksikköä arvoa regressiomallin mukaan. sosiaalisen kyvykkyyden 46. Jos edellä olevan regressiomallin selityskerroin on 44 %, sosiaalisen kyvykkyyden vaihtelusta 44 % johtuu muista syistä ja 56 % liittyy ikään. 47. Ennen regressiomallin tekemistä on järkevää piirtää hajontakuvio, josta nähdään mahdollisen yhteyden voimakkuus, muoto ja suunta. 48. Regressiosuoran kulmakertoimen perusteella iän ja sosiaalisen kyvykkyyden välillä on negatiivinen korrelaatio. 49. Edellä olleeseen regressiomalliin tuodaan mukaan kaksi muuta selittäjää: bruttopalkka (arvoalue 10000-22000) sekä työvuodet (arvoalue 0-50). Jos työvuosien t-arvo on 2.9, bruttopalkan t-arvo on 1.00 ja iän t-arvo 3.7, ainoastaan bruttopalkka ei ole tilastollisesti merkitsevä selittäjä. 50. Jos havaintoaineistosta on laskettu sosiaaliselle kyvykkyydelle otoskeskiarvo 35.0 ja 95 % luottamusväli on [32.0,38.0], on havaintoaineisto sopusoinnussa seuraavan väitteen kanssa: sosiaalisen kyvykkyyden keskiarvo populaatiossa on 34.0. 51. Jos miesten sosiaalisen kyvykkyyden otoskeskiarvo on 31.5 ja naisten otoskeskiarvo on 39 ja kahden riippumattoman otoksen t-testin t-arvo on 2.7 (95 % kriittinen arvo 2.11), aineiston perusteella voi väittää naisten sosiaalisen kyvykkyyden keskiarvon olevan korkeampi kuin miesten keskiarvo. 52. Kahden riippumattoman otoksen t-testi ei oleta, että sosiaalisen kyvykkyyden jakauma olisi normaalijakauma miesten ja naisten populaatioissa. 53. Jos kysymyksen 51 tilanteessa testataan vaihtoehtoista hypoteesia: naiset ovat sosiaalisesti kyvykkäämpiä kuin miehet, käytetään yksisuuntaista testiä. 54. Jos naisten ja miesten otoskeskiarvojen ero on 7.5 ja 95 % luottamusväli erolle [5.0,10.0], voidaan todeta, että ryhmien keskiarvojen ero suurella todennäköisyydellä on alle 5.0. 55. Jos pylväsdiagrammia käytetään kuvaamaan aikasarjaa, ei pylväitä yleensä eroteta toisistaan. 56. Jos sosiaalisen kyvykkyyden variaatiokerroin on 0.35 ja iän variaatiokerroin on 0.30, on iän suhteellinen hajonta suurempaa kuin sosiaalisen kyvykkyyden.

6 57. Klassisessa todennäköisyydessä varman tapahtuman todennäköisyys on 0. 58. Tasaisessa kiintiöinnissä jokaisesta ositteesta poimitaan yhtä monta tilastoyksikköä. 59. Normaalijakauma on tyypillinen diskreetin satunnaismuuttujan todennäköisyysjakauma. 60. Diskreetti satunnaismuuttuja voi tietyllä välillä saada minkä arvon tahansa.