Hierarkkinen mallintaminen (6 op)

Tavoitteet: Perehdyttää opiskelija hierarkkiseen mallintamiseen latenttien muuttujien avulla sekä opettaa tunnistamaan hierarkkisia rakenteita aineistoissa ja tutkimusasetelmissa.

Sisältö: Hierarkkisuuden tunnistaminen aineistossa ja tutkimusasetelmassa sekä oikeanlaisten analyysimenetelmien valinta kuuluvat tänä päivänä paitsi tilastotieteilijän myös soveltavan tutkijan taitoihin.  Havaintoja ryhmittelevä luonnollinen riippuvuusrakenne on otettava huomioon sekä tutkimusasetelman suunnittelussa että sen tilastollisessa analyysissä, muuten analyysitulokset, niiden sisällölliset tulkinnat ja johtopäätökset saattavat olla virheellisiä. Hierarkkinen analyysi on taustalla monissa latentteja muuttujia käyttävissä analyyseissä niin psykologiassa, terveystieteissä kuin yhteiskuntatieteissäkin, mutta soveltuu yhtä lailla biologisten populaatioiden analyysiin. Hierarkkinen malli ottaa huomioon oikealla tavalla sekä yksilö- että yhteisö- tai populaatiotasoisen erilaisuuden aineistossa.

Kurssilla osoitetaan, että useat perinteiset tilastolliset mallit ovat rakenteeltaan hierarkkisia ja että latenttien muuttujien avulla voidaan mallintaa monia muitakin tunnettuja tilastollisia ongelmia. Kurssi antaa tiiviin katsauksen tällaisista malleista ja asetelmista sekä sitoo ne yhtenäiseen teoriakehikkoon. Kurssilla käsitellään hierarkkisten mallien estimointia, identifioituvuutta, mallinvalintaa ja diagnostiikkaa. Luennoilla ja harjoituksissa teoriaa tarkastellaan sovellusesimerkkien avulla.

Toteutustapa: 28 t ryhmäopetusta, 12 t harjoitustehtäviä

Opetuskieli: suomi

Vaadittavat opintosuoritukset: tilastotieteen aineopinnot

Suoritustapa: osallistuminen luennoille sekä viikkoharjoituksiin, kirjallinen tentti

Arviointi: numerolla 0-5.

Suositellut suoritusajankohdat: syventävät opinnot joko tilastollisen päättelyn kurssin jälkeen tai samanaikaisesti

Kokonaisuudet johon opintojakso kuuluu: tilastotieteen syventävät opinnot

Ilmoittautuminen: moodle2