Kausaalivaikutusten identifiointi algoritmisesti

Kokeelliset tutkimukset ovat perinteinen lähestymistapa kausaalisuuden tutkimiseen tilastotieteessä. Ideaalisessa tilanteessa kiinnostavat muuttujat voidaan mitata halutulla tarkkuudella ja mahdolliset sekoittavat tekijät voidaan eliminoida hyvin suunnitellulla koeasetelmalla. Tällöin tutkijan on ma...

Full description

Bibliographic Details
Main Author: Tikka, Santtu
Other Authors: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, University of Jyväskylä, Jyväskylän yliopisto
Format: Master's thesis
Language:fin
Published: 2015
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/45582
_version_ 1828193110798106624
author Tikka, Santtu
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Tikka, Santtu Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Tikka, Santtu Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Tikka, Santtu
datasource_str_mv jyx
description Kokeelliset tutkimukset ovat perinteinen lähestymistapa kausaalisuuden tutkimiseen tilastotieteessä. Ideaalisessa tilanteessa kiinnostavat muuttujat voidaan mitata halutulla tarkkuudella ja mahdolliset sekoittavat tekijät voidaan eliminoida hyvin suunnitellulla koeasetelmalla. Tällöin tutkijan on mahdollista sulkea havaittu efekti sattuman ulkopuolelle ja tulkita havainnot kausaalisesta näkökulmasta. Käytännössä tällaista optimaalista tilannetta on usein mahdotonta saavuttaa, eikä moniin tärkeisiin kysymyksiin voida saada vastausta kokeellisella tutkimuksella. Judea Pearlin kausaalimalli tarjoaa formaalin lähestymistavan kausaalisuuteen, ja mallia voidaan soveltaa niin kokeellisen kuin havainnoivankin tutkimuksen yhteydessä. Tässä tutkielmassa keskitytään erityisesti kausaalimalleihin kohdistuviin interventioihin sekä kausaalilaskentaan, joiden avulla voidaan vastata moniin kausaalisuutta koskeviin kysymyksiin. Kausaalilaskenta rakentuu suunnattujen silmukattomien graafien ympärille, jotka tarjoavat esitystavan muuttujien välisille suhteille. Kaikkia interventioita ei kuitenkaan ole mahdollista määrittää. Interventioita, jotka voidaan määrittää yksikäsitteisesti riittävillä oletuksilla muuttujien välisistä kausaalisista yhteyksistä, kutsutaan identifioituviksi. Ei ole itsestäänselvyys, mitkä vaikutukset ovat identifioituvia ja mitkä eivät, annetussa graafissa. Kausaalilaskennan soveltaminen identifioituvuuden määrittämiseksi käytännössä on haastavaa ja työlästä, minkä seurauksena interventioiden käsittelyyn on kehitetty algoritmisia ratkaisuja. Eräs tällainen algoritmi esitellään ja implementoidaan, ja toteutuksen yksityiskohtia käsitellään esimerkkien avulla.
first_indexed 2023-03-22T09:58:48Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.author", "value": "Tikka, Santtu", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2015-03-30T17:34:04Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2015-03-30T17:34:04Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2015", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.other", "value": "oai:jykdok.linneanet.fi:1469031", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/45582", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Kokeelliset tutkimukset ovat perinteinen l\u00e4hestymistapa kausaalisuuden tutkimiseen tilastotieteess\u00e4. Ideaalisessa tilanteessa kiinnostavat muuttujat voidaan mitata halutulla tarkkuudella ja mahdolliset sekoittavat tekij\u00e4t voidaan eliminoida hyvin suunnitellulla koeasetelmalla. T\u00e4ll\u00f6in tutkijan on mahdollista sulkea havaittu efekti sattuman ulkopuolelle ja tulkita havainnot kausaalisesta n\u00e4k\u00f6kulmasta. K\u00e4yt\u00e4nn\u00f6ss\u00e4 t\u00e4llaista optimaalista tilannetta on usein mahdotonta saavuttaa, eik\u00e4 moniin t\u00e4rkeisiin kysymyksiin voida saada vastausta kokeellisella tutkimuksella.\n\nJudea Pearlin kausaalimalli tarjoaa formaalin l\u00e4hestymistavan kausaalisuuteen, ja mallia voidaan soveltaa niin kokeellisen kuin havainnoivankin tutkimuksen yhteydess\u00e4. T\u00e4ss\u00e4 tutkielmassa keskityt\u00e4\u00e4n erityisesti kausaalimalleihin kohdistuviin interventioihin sek\u00e4 kausaalilaskentaan, joiden avulla voidaan vastata moniin kausaalisuutta koskeviin kysymyksiin. Kausaalilaskenta rakentuu suunnattujen silmukattomien graafien ymp\u00e4rille, jotka tarjoavat esitystavan muuttujien v\u00e4lisille suhteille.\n\nKaikkia interventioita ei kuitenkaan ole mahdollista m\u00e4\u00e4ritt\u00e4\u00e4. Interventioita, jotka voidaan m\u00e4\u00e4ritt\u00e4\u00e4 yksik\u00e4sitteisesti riitt\u00e4vill\u00e4 oletuksilla muuttujien v\u00e4lisist\u00e4 kausaalisista yhteyksist\u00e4, kutsutaan identifioituviksi. Ei ole itsest\u00e4\u00e4nselvyys, mitk\u00e4 vaikutukset ovat identifioituvia ja mitk\u00e4 eiv\u00e4t, annetussa graafissa.\n\nKausaalilaskennan soveltaminen identifioituvuuden m\u00e4\u00e4ritt\u00e4miseksi k\u00e4yt\u00e4nn\u00f6ss\u00e4 on haastavaa ja ty\u00f6l\u00e4st\u00e4, mink\u00e4 seurauksena interventioiden k\u00e4sittelyyn on kehitetty algoritmisia ratkaisuja. Er\u00e4s t\u00e4llainen algoritmi esitell\u00e4\u00e4n ja implementoidaan, ja toteutuksen yksityiskohtia k\u00e4sitell\u00e4\u00e4n esimerkkien avulla.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Santtu Tikka (santikka) on 2015-03-30 17:34:04.400319. Form: Pro gradu -lomake (https://kirjasto.jyu.fi/julkaisut/julkaisulomakkeet/pro-gradu-lomake). JyX data: [jyx_publishing-allowed (fi) =True]", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by jyx lomake-julkaisija (jyx-julkaisija@noreply.fi) on 2015-03-30T17:34:04Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201503301529.pdf: 743859 bytes, checksum: a403741359e5870e4157a44eb689ea28 (MD5)\nlicense.html: 4802 bytes, checksum: fad8f1c22546274d84d0d1b6388ffd4f (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2015-03-30T17:34:04Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201503301529.pdf: 743859 bytes, checksum: a403741359e5870e4157a44eb689ea28 (MD5)\nlicense.html: 4802 bytes, checksum: fad8f1c22546274d84d0d1b6388ffd4f (MD5)\n Previous issue date: 2015", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "1 verkkoaineisto (43 sivua)", "language": null, "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.format.mimetype", "value": "application/pdf", "language": null, "element": "format", "qualifier": "mimetype", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "kausaalimalli", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "kausaalivaikutus", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "kausaalilaskenta", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "identifioituvuus", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "graafi", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "C-komponentti", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "pensasaita", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "algoritmi", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "d-separoituvuus", "language": "", "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Kausaalivaikutusten identifiointi algoritmisesti", "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-201503301529", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Pro gradu -tutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Master\u2019s thesis", "language": "en", "element": "type", "qualifier": "ontasot", "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": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "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.date.updated", "value": "2015-03-30T17:34:05Z", "language": null, "element": "date", "qualifier": "updated", "schema": "dc"}, {"key": "yvv.contractresearch.funding", "value": "0", "language": null, "element": "contractresearch", "qualifier": "funding", "schema": "yvv"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_bdcc", "language": null, "element": "type", "qualifier": "coar", "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.oppiainekoodi", "value": "4043", "language": null, "element": "subject", "qualifier": "oppiainekoodi", "schema": "dc"}, {"key": "dc.subject.yso", "value": "graafit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "kausaliteetti", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "identifiointi", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "algoritmit", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.format.content", "value": "fulltext", "language": null, "element": "format", "qualifier": "content", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}, {"key": "dc.type.okm", "value": "G2", "language": null, "element": "type", "qualifier": "okm", "schema": "dc"}]
id jyx.123456789_45582
language fin
last_indexed 2025-03-31T20:01:48Z
main_date 2015-01-01T00:00:00Z
main_date_str 2015
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/84b64bbf-5790-4426-a3cf-1db00cc893ac\/download","text":"URN:NBN:fi:jyu-201503301529.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2015
record_format qdc
source_str_mv jyx
spellingShingle Tikka, Santtu Kausaalivaikutusten identifiointi algoritmisesti kausaalimalli kausaalivaikutus kausaalilaskenta identifioituvuus graafi C-komponentti pensasaita algoritmi d-separoituvuus Tilastotiede Statistics 4043 graafit kausaliteetti identifiointi algoritmit
title Kausaalivaikutusten identifiointi algoritmisesti
title_full Kausaalivaikutusten identifiointi algoritmisesti
title_fullStr Kausaalivaikutusten identifiointi algoritmisesti Kausaalivaikutusten identifiointi algoritmisesti
title_full_unstemmed Kausaalivaikutusten identifiointi algoritmisesti Kausaalivaikutusten identifiointi algoritmisesti
title_short Kausaalivaikutusten identifiointi algoritmisesti
title_sort kausaalivaikutusten identifiointi algoritmisesti
title_txtP Kausaalivaikutusten identifiointi algoritmisesti
topic kausaalimalli kausaalivaikutus kausaalilaskenta identifioituvuus graafi C-komponentti pensasaita algoritmi d-separoituvuus Tilastotiede Statistics 4043 graafit kausaliteetti identifiointi algoritmit
topic_facet 4043 C-komponentti Statistics Tilastotiede algoritmi algoritmit d-separoituvuus graafi graafit identifiointi identifioituvuus kausaalilaskenta kausaalimalli kausaalivaikutus kausaliteetti pensasaita
url https://jyx.jyu.fi/handle/123456789/45582 http://www.urn.fi/URN:NBN:fi:jyu-201503301529
work_keys_str_mv AT tikkasanttu kausaalivaikutustenidentifiointialgoritmisesti