Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen

Kun vastemuuttuja on luokiteltu ja siinä on enemmän kuin kaksi luokkaa, niin mallinnusta voidaan tehdä multinomiaalisen logistisen regression avulla. Tämän alaluokka on nominaalinen logistinen regressio ja sitä käytetään, kun vasteen luokkia ei saada perustellusti yhteen tiettyyn järjestykseen. Siin...

Full description

Bibliographic Details
Main Author: Paajanen, Teemu
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: 2017
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/54427
_version_ 1828193099317248000
author Paajanen, Teemu
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Paajanen, Teemu Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Paajanen, Teemu Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Paajanen, Teemu
datasource_str_mv jyx
description Kun vastemuuttuja on luokiteltu ja siinä on enemmän kuin kaksi luokkaa, niin mallinnusta voidaan tehdä multinomiaalisen logistisen regression avulla. Tämän alaluokka on nominaalinen logistinen regressio ja sitä käytetään, kun vasteen luokkia ei saada perustellusti yhteen tiettyyn järjestykseen. Siinä yksi vasteen luokka valitaan referenssiluokaksi, johon muita vasteen luokkia verrataan. Parametrit estimoidaan suurimman uskottavuuden menetelmällä. Malleja vertaillaan uskottavuusosamäärätestin ja AIC:n avulla. Mallin sopivuutta aineistoon tarkastellaan Pearsonin jäännöksillä. Nominaalista logistista regressiota sovelletaan Elinkeinoelämän valtuuskunnan (EVA) vuoden 2014 kansalliseen asennetutkimukseen. Tarkasteltavat väittämät koskevat Venäjää, NATOa, USA:ta ja EU:ta. Jokaisen väittämän kohdalla malliin valikoituu prediktoreiden sukupuoli, ikäluokka ja puoluekanta päävaikutukset. Päävaikutusten kertoimien tulkinta tapahtuu niin, että vertaillaan tarkasteltavan prediktorin suhteen erilaisia, mutta muiden prediktoreiden suhteen samanlaisia henkilöitä. Naiset ovat suhtautuneet kaikkiin neljään väittämään kielteisemmin kuin myönteisemmin verrattuna miehiin. Tosin EU-väittämän kohdalla ero ei ole merkitsevä. Naiset ovat myös vastanneet kaikkiin neljään väittämään todennäköisemmin “vaikea sanoa” kuin että olisivat olleet jotain mieltä verrattuna miehiin. Ikäluokista nuorin ikäluokka on ollut keskimäärin negatiivisempi kuin positiivisempi verrattuna vanhimpaan ikäluokkaan kaikkissa neljässä väittämässä (USA-väittämässä ero ei ole merkitsevä). Venäjä-väittämässä perussuomalaisten kannattajat ovat olleet keskimäärin negatiivisia kuin positiivisia verrattuna keskustan, kokoomuksen ja SDP:n kannattajiin. SDP:n äänestäjät ovat olleet todennäköisemmin myönteisempiä kuin kielteisiä verrattuna kristillisdemokraattien, perussuomalaisten, RKP:n, vasemmistoliiton ja vihreiden äänestäjiin. NATO- ja USA-väittämissä kokoomuksen kannattajat ovat olleet todennäköisimmin myönteisin ryhmä ja vasemmistoliiton kannattajat kielteisin ryhmä. Kokoomuksen kannattajat ovat olleet todennäköisimmin myönteisiä myös EU-väittämässä, mutta todennäköisimmin kielteisimmät kannattajat ovat olleet perussuomalaisilla. Ei-äänestäneet ovat vastanneet kaikkiin neljään väittämään todennäköisemmin “vaikea sanoa” kuin monien puolueiden kannattajat.
first_indexed 2023-03-22T09:59:49Z
format Pro gradu
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Nyblom, Jukka", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Paajanen, Teemu", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2017-06-12T15:02:00Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2017-06-12T15:02:00Z", "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:1703523", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/54427", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "Kun vastemuuttuja on luokiteltu ja siin\u00e4 on enemm\u00e4n kuin kaksi luokkaa, niin mallinnusta voidaan tehd\u00e4 multinomiaalisen logistisen regression avulla. T\u00e4m\u00e4n alaluokka on nominaalinen logistinen regressio ja sit\u00e4 k\u00e4ytet\u00e4\u00e4n, kun vasteen luokkia ei saada perustellusti yhteen tiettyyn j\u00e4rjestykseen. Siin\u00e4 yksi vasteen luokka valitaan referenssiluokaksi, johon muita vasteen luokkia verrataan. Parametrit estimoidaan suurimman uskottavuuden menetelm\u00e4ll\u00e4. Malleja vertaillaan uskottavuusosam\u00e4\u00e4r\u00e4testin ja AIC:n avulla. Mallin sopivuutta aineistoon tarkastellaan Pearsonin j\u00e4\u00e4nn\u00f6ksill\u00e4.\n\nNominaalista logistista regressiota sovelletaan Elinkeinoel\u00e4m\u00e4n valtuuskunnan (EVA) vuoden 2014 kansalliseen asennetutkimukseen. Tarkasteltavat v\u00e4itt\u00e4m\u00e4t koskevat Ven\u00e4j\u00e4\u00e4, NATOa, USA:ta ja EU:ta. Jokaisen v\u00e4itt\u00e4m\u00e4n kohdalla malliin valikoituu prediktoreiden sukupuoli, ik\u00e4luokka ja puoluekanta p\u00e4\u00e4vaikutukset. P\u00e4\u00e4vaikutusten kertoimien tulkinta tapahtuu niin, ett\u00e4 vertaillaan tarkasteltavan prediktorin suhteen erilaisia, mutta muiden prediktoreiden suhteen samanlaisia henkil\u00f6it\u00e4.\n\nNaiset ovat suhtautuneet kaikkiin nelj\u00e4\u00e4n v\u00e4itt\u00e4m\u00e4\u00e4n kielteisemmin kuin my\u00f6nteisemmin verrattuna miehiin. Tosin EU-v\u00e4itt\u00e4m\u00e4n kohdalla ero ei ole merkitsev\u00e4. Naiset ovat my\u00f6s vastanneet kaikkiin nelj\u00e4\u00e4n v\u00e4itt\u00e4m\u00e4\u00e4n todenn\u00e4k\u00f6isemmin \u201cvaikea sanoa\u201d kuin ett\u00e4 olisivat olleet jotain mielt\u00e4 verrattuna miehiin. Ik\u00e4luokista nuorin ik\u00e4luokka on ollut keskim\u00e4\u00e4rin negatiivisempi kuin positiivisempi verrattuna vanhimpaan ik\u00e4luokkaan kaikkissa nelj\u00e4ss\u00e4 v\u00e4itt\u00e4m\u00e4ss\u00e4 (USA-v\u00e4itt\u00e4m\u00e4ss\u00e4 ero ei ole merkitsev\u00e4).\n\nVen\u00e4j\u00e4-v\u00e4itt\u00e4m\u00e4ss\u00e4 perussuomalaisten kannattajat ovat olleet keskim\u00e4\u00e4rin negatiivisia kuin positiivisia verrattuna keskustan, kokoomuksen ja SDP:n kannattajiin. SDP:n \u00e4\u00e4nest\u00e4j\u00e4t ovat olleet todenn\u00e4k\u00f6isemmin my\u00f6nteisempi\u00e4 kuin kielteisi\u00e4 verrattuna kristillisdemokraattien, perussuomalaisten, RKP:n, vasemmistoliiton ja vihreiden \u00e4\u00e4nest\u00e4jiin. NATO- ja USA-v\u00e4itt\u00e4miss\u00e4 kokoomuksen kannattajat ovat olleet todenn\u00e4k\u00f6isimmin my\u00f6nteisin ryhm\u00e4 ja vasemmistoliiton kannattajat kielteisin ryhm\u00e4. Kokoomuksen kannattajat ovat olleet todenn\u00e4k\u00f6isimmin my\u00f6nteisi\u00e4 my\u00f6s EU-v\u00e4itt\u00e4m\u00e4ss\u00e4, mutta todenn\u00e4k\u00f6isimmin kielteisimm\u00e4t kannattajat ovat olleet perussuomalaisilla. Ei-\u00e4\u00e4nest\u00e4neet ovat vastanneet kaikkiin nelj\u00e4\u00e4n v\u00e4itt\u00e4m\u00e4\u00e4n todenn\u00e4k\u00f6isemmin \u201cvaikea sanoa\u201d kuin monien puolueiden kannattajat.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Teemu Paajanen (tejupaaj) on 2017-06-12 15:02:00.044925. 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 2017-06-12T15:02:00Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201706122810.pdf: 436219 bytes, checksum: 3402ad115ced08af2af317aa57346359 (MD5)\nlicense.html: 4854 bytes, checksum: 60ba1d1abeb110cab02645c8b54d4cce (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2017-06-12T15:02:00Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201706122810.pdf: 436219 bytes, checksum: 3402ad115ced08af2af317aa57346359 (MD5)\nlicense.html: 4854 bytes, checksum: 60ba1d1abeb110cab02645c8b54d4cce (MD5)\n Previous issue date: 2017", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "1 verkkoaineisto (55 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": "multinomiaalinen logistinen regressio", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "nominaalinen logistinen regressio", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "multinomijakauma", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "suurimman uskottavuuden estimointi", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen", "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-201706122810", "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": "2017-06-12T15:02:00Z", "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.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_54427
language fin
last_indexed 2025-03-31T20:02:19Z
main_date 2017-01-01T00:00:00Z
main_date_str 2017
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/5c2fb7ce-4c3d-41f5-be3d-6e0c6831932f\/download","text":"URN:NBN:fi:jyu-201706122810.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2017
record_format qdc
source_str_mv jyx
spellingShingle Paajanen, Teemu Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen multinomiaalinen logistinen regressio nominaalinen logistinen regressio multinomijakauma suurimman uskottavuuden estimointi Tilastotiede Statistics 4043
title Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
title_full Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
title_fullStr Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
title_full_unstemmed Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
title_short Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
title_sort multinomiaalisen logistisen regression sovellus vuoden 2014 evan kansalliseen asennetutkimukseen
title_txtP Multinomiaalisen logistisen regression sovellus vuoden 2014 EVAn kansalliseen asennetutkimukseen
topic multinomiaalinen logistinen regressio nominaalinen logistinen regressio multinomijakauma suurimman uskottavuuden estimointi Tilastotiede Statistics 4043
topic_facet 4043 Statistics Tilastotiede multinomiaalinen logistinen regressio multinomijakauma nominaalinen logistinen regressio suurimman uskottavuuden estimointi
url https://jyx.jyu.fi/handle/123456789/54427 http://www.urn.fi/URN:NBN:fi:jyu-201706122810
work_keys_str_mv AT paajanenteemu multinomiaalisenlogistisenregressionsovellusvuoden2014evankansalliseenasennetutkim