Painotusotantamenetelmien vertailua Bayes-päättelyssä

Pro gradussani käsitellään painotusotantamenetelmien vertailua sekä niiden tehokkuutta. Työn inspiraatio perustuu Pohjanheimon (2023) pro graduun, jossa esitellään painotusotannan teoriaa ja sen parannusehdotuksia. Työssä pyritään selvittämään, miten erilaiset painotusotantamenetelmät toimivat käytä...

Full description

Bibliographic Details
Main Author: Salonen, Henna
Other Authors: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, Jyväskylän yliopisto, University of Jyväskylä
Format: Master's thesis
Language:fin
Published: 2025
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/100556
_version_ 1826225692936765440
author Salonen, Henna
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä
author_facet Salonen, Henna Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä Salonen, Henna Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics Jyväskylän yliopisto University of Jyväskylä
author_sort Salonen, Henna
datasource_str_mv jyx
description Pro gradussani käsitellään painotusotantamenetelmien vertailua sekä niiden tehokkuutta. Työn inspiraatio perustuu Pohjanheimon (2023) pro graduun, jossa esitellään painotusotannan teoriaa ja sen parannusehdotuksia. Työssä pyritään selvittämään, miten erilaiset painotusotantamenetelmät toimivat käytännössä ja milloin ne tarjoavat parempia estimaatteja. Tutkimuksessa keskitytään sekoitepainotusotannan menetelmiin ja sen avulla saataviin estimaatteihin sekä regressiokorjaukseen. Otantamenetelmiksi valittiin ositettu otanta ja antiteettinen otanta. Menetelmien toimivuutta tutkittiin kahdessa eri koeasetelmassa. Ensimmäisessä testissä käytettiin ns. defensiivistä sekoitepainotusotantaa ja tutkittiin, milloin regressiokorjattu estimaatti on tarkempi kuin korjaamaton estimaatti. Toisessa testissä tutkittiin miten valittu latenttimuuttujamallin normaalijakauma-approksimaatio vaikuttaa latentin muuttujan esimaatteihin ja miten approksimaation harhaa voi korjata painotusotantamenetelmillä. Molemmissa testeissä ehdotusjakaumana oli sekoitejakauma priorista ja normaalijakauma-approksimaatiosta, josta tutkittava itsenormalisoitu painotusotannan estimaatti lasketaan. Regressiokorjauksen ei havaittu parantavan itsenormalisoitua painotusotannan estimaattia tutkitussa tilanteessa. Otantamenetelmän valinnalla oli merkitystä estimaattiin: antiteettinen otanta näytti molemmissa testitapauksissa pienentävän estimaatin keskivirhettä enemmän kuin ositettu otanta.
first_indexed 2025-03-05T21:04:50Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Vihola, Matti", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Salonen, Henna", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2025-03-05T06:57:54Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2025-03-05T06:57:54Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2025", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/100556", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Pro gradussani k\u00e4sitell\u00e4\u00e4n painotusotantamenetelmien vertailua sek\u00e4 niiden tehokkuutta. Ty\u00f6n inspiraatio perustuu Pohjanheimon (2023) pro graduun, jossa esitell\u00e4\u00e4n painotusotannan teoriaa ja sen parannusehdotuksia. Ty\u00f6ss\u00e4 pyrit\u00e4\u00e4n selvitt\u00e4m\u00e4\u00e4n, miten erilaiset painotusotantamenetelm\u00e4t toimivat k\u00e4yt\u00e4nn\u00f6ss\u00e4 ja milloin ne tarjoavat parempia estimaatteja. Tutkimuksessa keskityt\u00e4\u00e4n sekoitepainotusotannan menetelmiin ja sen avulla saataviin estimaatteihin sek\u00e4 regressiokorjaukseen. Otantamenetelmiksi valittiin ositettu otanta ja antiteettinen otanta.\nMenetelmien toimivuutta tutkittiin kahdessa eri koeasetelmassa. Ensimm\u00e4isess\u00e4 testiss\u00e4 k\u00e4ytettiin ns. defensiivist\u00e4 sekoitepainotusotantaa ja tutkittiin, milloin regressiokorjattu estimaatti on tarkempi kuin korjaamaton estimaatti. Toisessa testiss\u00e4 tutkittiin miten valittu latenttimuuttujamallin normaalijakauma-approksimaatio vaikuttaa latentin muuttujan esimaatteihin ja miten approksimaation harhaa voi korjata painotusotantamenetelmill\u00e4. Molemmissa testeiss\u00e4 ehdotusjakaumana oli sekoitejakauma priorista ja normaalijakauma-approksimaatiosta, josta tutkittava itsenormalisoitu painotusotannan estimaatti lasketaan.\nRegressiokorjauksen ei havaittu parantavan itsenormalisoitua painotusotannan estimaattia tutkitussa tilanteessa. Otantamenetelm\u00e4n valinnalla oli merkityst\u00e4 estimaattiin: antiteettinen otanta n\u00e4ytti molemmissa testitapauksissa pienent\u00e4v\u00e4n estimaatin keskivirhett\u00e4 enemm\u00e4n kuin ositettu otanta.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by Miia Hakanen (mihakane@jyu.fi) on 2025-03-05T06:57:54Z\nNo. of bitstreams: 0", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2025-03-05T06:57:54Z (GMT). No. of bitstreams: 0\n Previous issue date: 2025", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "37", "language": null, "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": null, "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Painotusotantamenetelmien vertailua Bayes-p\u00e4\u00e4ttelyss\u00e4", "language": null, "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "master thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-202503052357", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Matemaattis-luonnontieteellinen tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Sciences", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Matematiikan ja tilastotieteen laitos", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Department of Mathematics and Statistics", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": null, "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": null, "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tilastotiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Statistics", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.copyright", "value": "\u00a9 The Author(s)", "language": "fi", "element": "rights", "qualifier": "copyright", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": null, "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "masterThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.subject.yso", "value": "otanta", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tilastotiede", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "tilastomenetelm\u00e4t", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "menetelm\u00e4t", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "estimointi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "regressioanalyysi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_100556
language fin
last_indexed 2025-03-05T21:04:50Z
main_date 2025-01-01T00:00:00Z
main_date_str 2025
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/a83e1e3f-2c04-4db3-a25d-285e5ecabe5d\/download","text":"HennaSalonen-ProGradu.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2025
record_format qdc
source_str_mv jyx
spellingShingle Salonen, Henna Painotusotantamenetelmien vertailua Bayes-päättelyssä Tilastotiede Statistics otanta tilastotiede tilastomenetelmät menetelmät estimointi regressioanalyysi
title Painotusotantamenetelmien vertailua Bayes-päättelyssä
title_full Painotusotantamenetelmien vertailua Bayes-päättelyssä
title_fullStr Painotusotantamenetelmien vertailua Bayes-päättelyssä Painotusotantamenetelmien vertailua Bayes-päättelyssä
title_full_unstemmed Painotusotantamenetelmien vertailua Bayes-päättelyssä Painotusotantamenetelmien vertailua Bayes-päättelyssä
title_short Painotusotantamenetelmien vertailua Bayes-päättelyssä
title_sort painotusotantamenetelmien vertailua bayes päättelyssä
title_txtP Painotusotantamenetelmien vertailua Bayes-päättelyssä
topic Tilastotiede Statistics otanta tilastotiede tilastomenetelmät menetelmät estimointi regressioanalyysi
topic_facet Statistics Tilastotiede estimointi menetelmät otanta regressioanalyysi tilastomenetelmät tilastotiede
url https://jyx.jyu.fi/handle/123456789/100556 http://www.urn.fi/URN:NBN:fi:jyu-202503052357
work_keys_str_mv AT salonenhenna painotusotantamenetelmienvertailuabayespäättelyssä