Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota

Ihmistieteissä tilastollinen tutkimusaineisto kerätään usein kyselylomakkeissa järjestysasteikollisten Likert-asteikollisten muuttujien avulla. Näin kerätty aineisto on karkeaa, eli todellinen havaintoavaruus on pyöristetty rajalliseen määrään kategorioita, ja tällainen diskreetti järjestysasteikoll...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Tanskanen, Jussi
Muut tekijät: Matemaattis-luonnontieteellinen tiedekunta, Faculty of Sciences, Matematiikan ja tilastotieteen laitos, Department of Mathematics and Statistics, University of Jyväskylä, Jyväskylän yliopisto
Aineistotyyppi: Pro gradu
Kieli:fin
Julkaistu: 2017
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/54117
_version_ 1828193098231971840
author Tanskanen, Jussi
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Tanskanen, Jussi Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Tanskanen, Jussi Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Tanskanen, Jussi
datasource_str_mv jyx
description Ihmistieteissä tilastollinen tutkimusaineisto kerätään usein kyselylomakkeissa järjestysasteikollisten Likert-asteikollisten muuttujien avulla. Näin kerätty aineisto on karkeaa, eli todellinen havaintoavaruus on pyöristetty rajalliseen määrään kategorioita, ja tällainen diskreetti järjestysasteikollinen tilastoaineisto voi osoittautua ongelmalliseksi niissä tapauksissa, joissa käytettävät tilastolliset analyysimenetelmät on kehitetty jatkuville muuttujille. Yksi tällainen menetelmä on parametriton lokaali regressioanalyysi, jota voidaan hyödyntää esimerkiksi käyräviivaisten yhteyksien analysointiin. Tutkielma ehdottaa ja testaa aineiston augmentaatioon perustuvaa menetelmää lokaalin regressioanalyysin toteuttamiseen järjestysasteikollisilla muuttujilla. Menetelmässä järjestysasteikolliset muuttujat augmentoidaan satunnaisesti tasajakaumasta arpoen jatkuviksi muuttujiksi, joille suoritetaan lokaali regressioanalyysi. Simuloimalla agmentointeja ja lokaalin regression sovituksia saadaan estimoitua keskimääräinen sovite ja sille luottamusväli. Menetelmää testataan kolmella erilaiselle generoiduille aineistoille, jotka kuvaavat erilaisia käyräviivaisia riippuvuuksia ja empiirisellä esimerkillä. Simuloinnin tulokset osoittavat menetelmän tarkkuuden olevan kiinni eniten järjestysasteikollisten muuttujien luokkien lukumäärästä. Luokkien lukumäärän kasvaessa menetelmän tarkkuus paranee. Aineiston koko tai yhteyden funktionaalisen muodon monimutkaisuus eivät olleet niin merkittäviä tekijöitä. Empiirisen esimerkin perusteella voi päätellä, että suuri hajonta ja muuttujien vinous heikentävät myös analyysin tarkkuutta. Empiiriset aineistot voivat olla hyvin karkeita, hajonta isoa, jakaumat vinoja ja efektit pieniä. Aineiston augmentaatioon perustuva lokaalin regression menetelmä antaa kuitenkin useaan käyttötarpeeseen riittävän approksimaation käyräviivaisen yhteyden luonteesta jo viisi- tai seitsemän-luokkaisilla järjestysasteikoillisilla muuttujilla.
first_indexed 2024-09-11T08:49:36Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Karvanen, Juha", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.advisor", "value": "Nyblom, Jukka", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Tanskanen, Jussi", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2017-05-24T18:52:29Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2017-05-24T18:52:29Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2017", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.other", "value": "oai:jykdok.linneanet.fi:1702247", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/54117", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Ihmistieteiss\u00e4 tilastollinen tutkimusaineisto ker\u00e4t\u00e4\u00e4n usein kyselylomakkeissa j\u00e4rjestysasteikollisten Likert-asteikollisten muuttujien avulla. N\u00e4in ker\u00e4tty aineisto on karkeaa, eli todellinen havaintoavaruus on py\u00f6ristetty rajalliseen m\u00e4\u00e4r\u00e4\u00e4n kategorioita, ja t\u00e4llainen diskreetti j\u00e4rjestysasteikollinen tilastoaineisto voi osoittautua ongelmalliseksi niiss\u00e4 tapauksissa, joissa k\u00e4ytett\u00e4v\u00e4t tilastolliset analyysimenetelm\u00e4t on kehitetty jatkuville muuttujille. Yksi t\u00e4llainen menetelm\u00e4 on parametriton lokaali regressioanalyysi, jota voidaan hy\u00f6dynt\u00e4\u00e4 esimerkiksi k\u00e4yr\u00e4viivaisten yhteyksien analysointiin. \n\nTutkielma ehdottaa ja testaa aineiston augmentaatioon perustuvaa menetelm\u00e4\u00e4 lokaalin regressioanalyysin toteuttamiseen j\u00e4rjestysasteikollisilla muuttujilla. Menetelm\u00e4ss\u00e4 j\u00e4rjestysasteikolliset muuttujat augmentoidaan satunnaisesti tasajakaumasta arpoen jatkuviksi muuttujiksi, joille suoritetaan lokaali regressioanalyysi. Simuloimalla agmentointeja ja lokaalin regression sovituksia saadaan estimoitua keskim\u00e4\u00e4r\u00e4inen sovite ja sille luottamusv\u00e4li. Menetelm\u00e4\u00e4 testataan kolmella erilaiselle generoiduille aineistoille, jotka kuvaavat erilaisia k\u00e4yr\u00e4viivaisia riippuvuuksia ja empiirisell\u00e4 esimerkill\u00e4. \n\nSimuloinnin tulokset osoittavat menetelm\u00e4n tarkkuuden olevan kiinni eniten j\u00e4rjestysasteikollisten muuttujien luokkien lukum\u00e4\u00e4r\u00e4st\u00e4. Luokkien lukum\u00e4\u00e4r\u00e4n kasvaessa menetelm\u00e4n tarkkuus paranee. Aineiston koko tai yhteyden funktionaalisen muodon monimutkaisuus eiv\u00e4t olleet niin merkitt\u00e4vi\u00e4 tekij\u00f6it\u00e4. Empiirisen esimerkin perusteella voi p\u00e4\u00e4tell\u00e4, ett\u00e4 suuri hajonta ja muuttujien vinous heikent\u00e4v\u00e4t my\u00f6s analyysin tarkkuutta. Empiiriset aineistot voivat olla hyvin karkeita, hajonta isoa, jakaumat vinoja ja efektit pieni\u00e4. Aineiston augmentaatioon perustuva lokaalin regression menetelm\u00e4 antaa kuitenkin useaan k\u00e4ytt\u00f6tarpeeseen riitt\u00e4v\u00e4n approksimaation k\u00e4yr\u00e4viivaisen yhteyden luonteesta jo viisi- tai seitsem\u00e4n-luokkaisilla j\u00e4rjestysasteikoillisilla muuttujilla.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Jussi Tanskanen (juoltans) on 2017-05-24 18:52:29.066954. 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.group@korppi.jyu.fi) on 2017-05-24T18:52:29Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201705242500.pdf: 2495123 bytes, checksum: fa25a2987eaa2ef0ffc56e435e96540b (MD5)\nlicense.html: 4871 bytes, checksum: 93c9c06bd812896b2d1047c988f45543 (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2017-05-24T18:52:29Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201705242500.pdf: 2495123 bytes, checksum: fa25a2987eaa2ef0ffc56e435e96540b (MD5)\nlicense.html: 4871 bytes, checksum: 93c9c06bd812896b2d1047c988f45543 (MD5)\n Previous issue date: 2017", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "1 verkkoaineisto (36 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": "aineiston augmentaatio", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "lokaali regressio", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "k\u00e4yr\u00e4viivaisuus", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Lokaalin regressiomallin sovittaminen j\u00e4rjestysasteikoisille muuttujille hy\u00f6dynt\u00e4en aineiston augmentaatiota", "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-201705242500", "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": "2017-05-24T18:52:29Z", "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": "fi", "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": "regressioanalyysi", "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_54117
language fin
last_indexed 2025-03-31T20:02:56Z
main_date 2017-01-01T00:00:00Z
main_date_str 2017
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/f133ff72-3ccc-4246-9deb-af61e77b9ca4\/download","text":"URN:NBN:fi:jyu-201705242500.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2017
record_format qdc
source_str_mv jyx
spellingShingle Tanskanen, Jussi Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota aineiston augmentaatio lokaali regressio käyräviivaisuus Tilastotiede Statistics 4043 regressioanalyysi
title Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_full Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_fullStr Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_full_unstemmed Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_short Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_sort lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
title_txtP Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota
topic aineiston augmentaatio lokaali regressio käyräviivaisuus Tilastotiede Statistics 4043 regressioanalyysi
topic_facet 4043 Statistics Tilastotiede aineiston augmentaatio käyräviivaisuus lokaali regressio regressioanalyysi
url https://jyx.jyu.fi/handle/123456789/54117 http://www.urn.fi/URN:NBN:fi:jyu-201705242500
work_keys_str_mv AT tanskanenjussi lokaalinregressiomallinsovittaminenjärjestysasteikoisillemuuttujillehyödyntäenain