Yliopistotutkintojen määrän ennustaminen Bayes-mallilla

Tämän tutkielman tarkoituksena on kehittää prediktiivinen malli, jolla ennustetaan Jyväskylän yliopiston matemaattis-luonnontieteellisessä tiedekunnassa lähivuosina suoritettavien luonnontieteiden kandidaatin ja filosofian maisterin tutkintojen lukumääriä. Mallin estimointiin käytettävä aineisto koo...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Petman, Joni
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/123456789/54522
_version_ 1828193099385405440
author Petman, Joni
author2 Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_facet Petman, Joni Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto Petman, Joni Matemaattis-luonnontieteellinen tiedekunta Faculty of Sciences Matematiikan ja tilastotieteen laitos Department of Mathematics and Statistics University of Jyväskylä Jyväskylän yliopisto
author_sort Petman, Joni
datasource_str_mv jyx
description Tämän tutkielman tarkoituksena on kehittää prediktiivinen malli, jolla ennustetaan Jyväskylän yliopiston matemaattis-luonnontieteellisessä tiedekunnassa lähivuosina suoritettavien luonnontieteiden kandidaatin ja filosofian maisterin tutkintojen lukumääriä. Mallin estimointiin käytettävä aineisto koostuu kolmesta osasta: vuosina 1996–2004 tiedekunnassa aloittaneet opiskelijat, vuosina 2005–2015 tiedekunnassa alemmasta korkeakoulututkinnosta aloittaneet opiskelijat ja vuosina 2005–2016 tiedekunnassa ylemmästä korkeakoulututkinnosta aloittaneet opiskelijat. Jokaiselle aineiston osalle sovitetaan omat toisistaan riippumattomat osamallit. Tutkintoennusteet saadaan ennustamalla aineistoon kuuluville yhä tutkintoa vaille oleville opiskelijoille mahdolliset tutkinnot seuraaville kalenterivuosille. Vuonna 2005 ja sen jälkeen aloittaneiden opiskelijoiden opintoja mallinnetaan käyttäen tilaketjuja, joiden tilat määritellään opiskelijan opintopistekertymän ja aktiivisen opinto-oikeuden perusteella. Mallissa opiskelijat suorittavat aina kalenterivuoden päätteeksi tilasiirtymän mallin tilasta toiseen ja tutkintoennusteita varten opiskelijoille arvotaan tilasiirtymät tuleville kalenterivuosille. Opiskelijoille estimoidaan multinomiaalisella logistisella regressiolla tilasiirtymätodennäköisyydet, joiden perusteella tilasiirtymät arvotaan. Tilasiirtymätodennäköisyyksiä selitetään opiskelijoiden ominaisuuksilla, kuten opintojen kestolla ja opiskelijan iällä opintojen alussa. Mallin regressiokertoimet estimoidaan hierarkkisella Bayes-mallilla käyttäen Markovin ketju Monte Carlo -menetelmää. Ennen vuotta 2005 aloittaneiden opiskelijoiden aineistolle sovitetaan yksinkertaisempi malli, jossa opiskelijoiden tutkinnonsuorittamistodennäköisyyksiä estimoidaan binäärisellä logistisella regressiolla. Ennusteita varten sovitetaan useita erilaisia malleja, jotka eroavat toisistaan sen perusteella, kuinka malleissa käytettävät selittävät muuttujat on valittu. Eri malleilla saatuja tutkintoennusteita vertaillaan ja pohditaan, millä mallilla saadaan parhaimmat tutkintoennusteet. Myös siirtymätodennäköisyyksiä estimoivia regressiokertoimia tulkitaan ja katsotaan, mitkä tekijät vaikuttavat positiivisesti ja mitkä negatiivisesti yliopisto-opintojen etenemiseen. Lisäksi opiskelijoiden tutkinnonsuorittamistodennäköisyyksiä vertaillaan simuloimalla erilaisten opiskelijoiden opintojen kulkua opintojen alusta seitsemän vuotta eteenpäin.
first_indexed 2023-03-22T09:57:42Z
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.author", "value": "Petman, Joni", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2017-06-15T10:29:50Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2017-06-15T10:29:50Z", "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:1703899", "language": null, "element": "identifier", "qualifier": "other", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/54522", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4m\u00e4n tutkielman tarkoituksena on kehitt\u00e4\u00e4 prediktiivinen malli, jolla ennustetaan Jyv\u00e4skyl\u00e4n yliopiston matemaattis-luonnontieteellisess\u00e4 tiedekunnassa l\u00e4hivuosina suoritettavien luonnontieteiden kandidaatin ja filosofian maisterin tutkintojen lukum\u00e4\u00e4ri\u00e4. Mallin estimointiin k\u00e4ytett\u00e4v\u00e4 aineisto koostuu kolmesta osasta: vuosina 1996\u20132004 tiedekunnassa aloittaneet opiskelijat, vuosina 2005\u20132015 tiedekunnassa alemmasta korkeakoulututkinnosta aloittaneet opiskelijat ja vuosina 2005\u20132016 tiedekunnassa ylemm\u00e4st\u00e4 korkeakoulututkinnosta aloittaneet opiskelijat. Jokaiselle aineiston osalle sovitetaan omat toisistaan riippumattomat osamallit. Tutkintoennusteet saadaan ennustamalla aineistoon kuuluville yh\u00e4 tutkintoa vaille oleville opiskelijoille mahdolliset tutkinnot seuraaville kalenterivuosille.\n\nVuonna 2005 ja sen j\u00e4lkeen aloittaneiden opiskelijoiden opintoja mallinnetaan k\u00e4ytt\u00e4en tilaketjuja, joiden tilat m\u00e4\u00e4ritell\u00e4\u00e4n opiskelijan opintopistekertym\u00e4n ja aktiivisen opinto-oikeuden perusteella. Mallissa opiskelijat suorittavat aina kalenterivuoden p\u00e4\u00e4tteeksi tilasiirtym\u00e4n mallin tilasta toiseen ja tutkintoennusteita varten opiskelijoille arvotaan tilasiirtym\u00e4t tuleville kalenterivuosille. Opiskelijoille estimoidaan multinomiaalisella logistisella regressiolla tilasiirtym\u00e4todenn\u00e4k\u00f6isyydet, joiden perusteella tilasiirtym\u00e4t arvotaan. Tilasiirtym\u00e4todenn\u00e4k\u00f6isyyksi\u00e4 selitet\u00e4\u00e4n opiskelijoiden ominaisuuksilla, kuten opintojen kestolla ja opiskelijan i\u00e4ll\u00e4 opintojen alussa. Mallin regressiokertoimet estimoidaan hierarkkisella Bayes-mallilla k\u00e4ytt\u00e4en Markovin ketju Monte Carlo -menetelm\u00e4\u00e4. Ennen vuotta 2005 aloittaneiden opiskelijoiden aineistolle sovitetaan yksinkertaisempi malli, jossa opiskelijoiden tutkinnonsuorittamistodenn\u00e4k\u00f6isyyksi\u00e4 estimoidaan bin\u00e4\u00e4risell\u00e4 logistisella regressiolla.\n\nEnnusteita varten sovitetaan useita erilaisia malleja, jotka eroavat toisistaan sen perusteella, kuinka malleissa k\u00e4ytett\u00e4v\u00e4t selitt\u00e4v\u00e4t muuttujat on valittu. Eri malleilla saatuja tutkintoennusteita vertaillaan ja pohditaan, mill\u00e4 mallilla saadaan parhaimmat tutkintoennusteet. My\u00f6s siirtym\u00e4todenn\u00e4k\u00f6isyyksi\u00e4 estimoivia regressiokertoimia tulkitaan ja katsotaan, mitk\u00e4 tekij\u00e4t vaikuttavat positiivisesti ja mitk\u00e4 negatiivisesti yliopisto-opintojen etenemiseen. Lis\u00e4ksi opiskelijoiden tutkinnonsuorittamistodenn\u00e4k\u00f6isyyksi\u00e4 vertaillaan simuloimalla erilaisten opiskelijoiden opintojen kulkua opintojen alusta seitsem\u00e4n vuotta eteenp\u00e4in.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Joni Petman (jojotipe) on 2017-06-15 10:29:50.403134. 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 2017-06-15T10:29:50Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201706152907.pdf: 582422 bytes, checksum: ba07a31fcd23c874bf49cd4835d15cdf (MD5)\nlicense.html: 4810 bytes, checksum: c0111cdd6ecc4b28c1bea613cbec833e (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2017-06-15T10:29:50Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201706152907.pdf: 582422 bytes, checksum: ba07a31fcd23c874bf49cd4835d15cdf (MD5)\nlicense.html: 4810 bytes, checksum: c0111cdd6ecc4b28c1bea613cbec833e (MD5)\n Previous issue date: 2017", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "1 verkkoaineisto (84 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": "Bayes-tilastotiede", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "multinomiaalinen logistinen regressio", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "Markovin ketju Monte Carlo (MCMC)", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "yliopisto-opinnot", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "opintojen keskeytt\u00e4minen", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "opiskeluaika", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Yliopistotutkintojen m\u00e4\u00e4r\u00e4n ennustaminen Bayes-mallilla", "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-201706152907", "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": "2017-06-15T10:29:51Z", "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": "bayesilainen menetelm\u00e4", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "Monte Carlo -menetelm\u00e4t", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "opintojen keskeytt\u00e4minen", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "opintojen kesto", "language": null, "element": "subject", "qualifier": "yso", "schema": "dc"}, {"key": "dc.subject.yso", "value": "korkeakouluopiskelu", "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.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_54522
language fin
last_indexed 2025-03-31T20:01:17Z
main_date 2017-01-01T00:00:00Z
main_date_str 2017
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/b2eb1149-bedf-492e-af0b-c5a8e22d9c2e\/download","text":"URN:NBN:fi:jyu-201706152907.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2017
record_format qdc
source_str_mv jyx
spellingShingle Petman, Joni Yliopistotutkintojen määrän ennustaminen Bayes-mallilla Bayes-tilastotiede multinomiaalinen logistinen regressio Markovin ketju Monte Carlo (MCMC) yliopisto-opinnot opintojen keskeyttäminen opiskeluaika Tilastotiede Statistics 4043 bayesilainen menetelmä Monte Carlo -menetelmät opintojen kesto korkeakouluopiskelu tilastomenetelmät
title Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
title_full Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
title_fullStr Yliopistotutkintojen määrän ennustaminen Bayes-mallilla Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
title_full_unstemmed Yliopistotutkintojen määrän ennustaminen Bayes-mallilla Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
title_short Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
title_sort yliopistotutkintojen määrän ennustaminen bayes mallilla
title_txtP Yliopistotutkintojen määrän ennustaminen Bayes-mallilla
topic Bayes-tilastotiede multinomiaalinen logistinen regressio Markovin ketju Monte Carlo (MCMC) yliopisto-opinnot opintojen keskeyttäminen opiskeluaika Tilastotiede Statistics 4043 bayesilainen menetelmä Monte Carlo -menetelmät opintojen kesto korkeakouluopiskelu tilastomenetelmät
topic_facet 4043 Bayes-tilastotiede Markovin ketju Monte Carlo (MCMC) Monte Carlo -menetelmät Statistics Tilastotiede bayesilainen menetelmä korkeakouluopiskelu multinomiaalinen logistinen regressio opintojen keskeyttäminen opintojen kesto opiskeluaika tilastomenetelmät yliopisto-opinnot
url https://jyx.jyu.fi/handle/123456789/54522 http://www.urn.fi/URN:NBN:fi:jyu-201706152907
work_keys_str_mv AT petmanjoni yliopistotutkintojenmääränennustaminenbayesmallilla