Tutkimus

Makro- ja rahoitusekonometriaan liittyvä tutkimus

Ekonometriaan liittyvässä tutkimusryhmässä kehitetään uusia ekonometrisia tilastollisia menetelmiä makrotaloudellisille ja rahoitussovelluksille. Uudet menetelmät nojaavat osaltaan koneoppimiseen ja tilastolliseen oppimiseen liittyviin jatkokehiteltäviin menetelmiin, joilla pyritään kuvaamaan ja ennustamaan monia keskeisiä makro- ja rahoitusmuuttujia. Eri tutkimuspapereiden empiiriset tulokset kuvaavat laajasti makrotalouden ja rahoitusmarkkinoiden käyttäytymistä ja niiden yhteyksiä.

Tutkimusryhmää vetää apulaisprofessori Henri Nyberg ja siihen kuuluu tällä hetkellä kaksi väitöskirjatutkijaa ja kolme tutkimusavustajaa. Tutkimusryhmäämme tukevat (ovat tukeneet) Suomen Akatemia (päätösnumero 321968), Emil Aaltosen Säätiö, Liikesivistysrahasto, OP Ryhmän Tutkimussäätiö ja Suomen Arvopaperimarkkinoiden Edistämissäätiö. Tarkempia tietoja tutkimusryhmän nettisivulta https://econometrics.utu.fi/.

Robustit epäineaariset monimuuttujamenetelmät

Projektissa kehitetään data-analytiikan menetelmiä, jotka samanaikaisesti (i) kykenevät mallintamaan epälineaarisia riippuvuusrakenteita ja (ii) sietävät suuria määriä kontaminoitua ja virheellistä dataa (ominaisuus, jota kutsutaan robustisuudeksi). Molemmat ominaisuudet ovat keskeisessä osassa nykypäivänä kohdattavien monimutkaisten aineistojen analysoinnissa. Projektin pääpaino on erilaisten sijainnin ja hajonnan mittarien kehittämisessä ja niiden käyttämisessä robustien epälineaaristen dimensionpienennysmenetelmien luomiseen. Kehitettyjä menetelmiä arvioidaan sekä teoreettisesti että niiden käytännön tehokkuuden kautta.

Projektijohtajana toimii apulaisprofessori Joni Virta ja tutkimuksessa työskentelee tällä hetkellä tohtorikoulutettava Lauri Heinonen.

Tutkimusprojektin rahoittajana on Suomen Akatemia (päätösnumero 321883).

Synthetic Health and Research Data (SHARED)

Projektissa tutkitaan ja kehitetään erilaisia menetelmiä synteettisen tiedon tuottamiseksi. Synteettisellä tiedolla tarkoitetaan sellaista tietoa, joka on tuotettu jonkun reaalimaailman tiedon pohjalta (ns. alkuperäinen tieto), ja joka muistuttaa tätä mahdollisimman tarkasti. Usein synteettisen tiedon tavoitteena on myös, ettei siitä ole enää tunnistettavissa alkuperäisessä tiedossa esiintyviä havaintoyksiköitä, jolloin sen katsotaan olevan anonyymiä. Tällaisia synteettisiä tietoja, jotka säilyttävät alkuperäisen tiedon ominaisuudet, mutta joiden katsotaan samanaikaisesti olevan anonyymejä, voidaan käyttää vapaammin esimerkiksi tieteelliseen tutkimukseen kuin myös kehitys- ja innovaatiotoimintaan.

Tutkimusprojektissa työskentelee tällä hetkellä väitöskirjatutkija Katariina Perkonoja, joka on keskittynyt synteettisten potilasseuranta-aineistojen tutkimiseen.

Tutkimusprojektin rahoittajana on Novo Nordisk Foundation (päätösnumero NNF19SA0059129)

The International Childhood Cardiovascular Cohort Consortium (i3C Consortium) 

Kansainväliseen Childhood Cardiovascular Cohorts (i3C) -konsortioon kuuluu seitsemän kohorttia Yhdysvalloissa, Australiassa ja Suomessa. 1970-luvulta lähtien kohorteista on kerätty tietoa sydän- ja verisuoniriskitekijöistä lapsuudessa ja osallistujia on seurattu keski-ikään asti. Osallistujien lähestyessä 50 ja 60 vuoden ikää, tarjoaa konsortio ainutlaatuisen mahdollisuuden tutkia lapsuuden riskitekijöiden yhteyttä aikuisten sydän- ja verisuonitapahtumiin.

Konsortiossa työskentelee tällä hetkellä väitöskirjatutkija Noora Kartiosuo.

Lasten Sepelvaltimotaudin Riskitekijät (LASERI) -tutkimus

LASERI-tutkimus on pitkäaikainen seurantatutkimus, jossa selvitetään sairauksien syntyyn vaikuttavia tekijöitä yksilön koko elinkaaren aikana. LASERI-tutkimuksen päätavoitteena on tutkia lapsuuden elintapojen, biologisten ja psykologisten riskitekijöiden sekä perimän merkitystä sairastumisriskiin aikuisena. LASERI-tutkimus alkoi vuonna 1980, jolloin 3 596 lasta ja nuorta osallistui ensimmäiseen suureen kenttätutkimukseen. Tämän jälkeen tutkimushenkilöitä on seurattu useissa kenttätutkimuksissa, joista viimeisin toteutettiin vuosina 2018-2020.

Tutkimuksessa työskentelee tällä hetkellä väitöskirjatutkija Noora Kartiosuo.

SepelvaltimoTaudin Riskitekijöiden InterventioProjekti (STRIP)

STRIP on maailmassa ainutlaatuinen, sydänterveyden edistämiseen jo varhaislapsuudesta lähtien tähtäävä tutkimus. STRIP-tutkimus alkoi jo vuonna 1990, jolloin tutkimukseen tuli mukaan noin tuhat seitsemän kuukauden ikäistä lasta perheineen. Tutkimus on osoittanut, että vauvaiässä aloitetulla, toistetulla ravitsemus- ja muulla elämäntapaneuvonnalla voidaan vaikuttaa sydänterveyden riskitekijöihin, mm. ravinnon rasvan laatuun sekä veren kolesterolipitoisuuteen, verenpaineeseen ja insuliiniherkkyyteen. Sydänterveyden kannalta myönteisten tekijöiden kasautuminen on myös yleisempää neuvontaa saaneilla nuorilla.

Tutkimuksessa työstkentelee tällä hetkellä väitöskirjatutkija Noora Kartiosuo.

Tilastotieteen oppiaineessa aiemmin tehtyä tutkimusta

Statistical methodology in cancer cell imaging, I. Ahonen, J. Nevalainen & M. Nees

Development of new statistical methods for multivariate and dependent time series, M. Matilainen, K. Nordhausen, H. Oja

New Statistical Procedures for Supervised Dimension Reduction, J. Virta, K. Nordhausen, H. Oja

Statistics for high-dimensional complex data with applications in lipidomics, M. Pesonen (Kujala), J. Nevalainen

Kehitettyjä ohjelmistoja


SpatialBSS: Blind Source Separation for Multivariate Spatial Data 

 


tsBSS: Blind Source Separation and Supervised Dimension Reduction for Time Series 

 


ICtest: Estimating and Testing the Number of Interesting Components in Linear Dimension Reduction 

 


tensorBSS: Blind Source Separation Methods for Tensor-Valued Observations