University of Jyväskylä | JYX Digital Repository

  • English  | Give feedback |
    • suomi
    • English
 
  • Login
JavaScript is disabled for your browser. Some features of this site may not work without it.
View Item 
  • JYX
  • Opinnäytteet
  • Pro gradu -tutkielmat
  • View Item
JYX > Opinnäytteet > Pro gradu -tutkielmat > View Item

Lokaalin regressiomallin sovittaminen järjestysasteikoisille muuttujille hyödyntäen aineiston augmentaatiota

Thumbnail
View/Open
2.3 Mb

Downloads:  
Show download detailsHide download details  
Authors
Tanskanen, Jussi
Date
2017
Discipline
TilastotiedeStatistics

 
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. ...
Keywords
aineiston augmentaatio lokaali regressio käyräviivaisuus regressioanalyysi
URI

http://urn.fi/URN:NBN:fi:jyu-201705242500

Metadata
Show full item record
Collections
  • Pro gradu -tutkielmat [24535]

Related items

Showing items with similar title or keywords.

  • Mukautuvan koeasetelman soveltaminen kategorisen havaitsemisen tutkimiseen neuropsykologiassa 

    Lehtomäki, Minna (2014)
    Tässä tutkielmassa tutkitaan kognitiiviseen neuropsykologiaan kuuluvaa ilmiötä, nimeltään äänteiden kategorinen havaitseminen, käyttämällä mukautuvaa koeasetelmaa. Tarkoituksena on ollut kehittää ohjelma, jonka avulla ...
  • Luokan työrauhaan vaikuttavat tekijät : sekamallin sovellus 

    Korhonen, Elisa (2017)
    Tämän pro gradu -tutkielman tarkoituksena oli tarkastella koululuokkien työrauhaan vaikuttavia tekijöitä. Aineistona käytettiin Niilo Mäki Instituutin Prokoulu-projektin tutkimusaineistoa. Vastemuuttujana käytettiin ...
  • Polttoaineiden kuluttajahintojen tilastollinen mallintaminen päivä- ja asematasolla 

    Isoketo, Joonas (2014)
    Tässä työssä tutkitaan, miten liikennepolttoaineiden, 95E, 98E ja diesel, vähittäishinnat ovat muuttuneet sekä alueellisesti että ajallisesti. Alueellisessa hinnoittelussa tutkitaan erityisesti, mitkä tekijät ovat yhteydessä ...
  • Logistista regressioanalyysiä ajokokeen tuloksiin vaikuttavista tekijöistä 

    Vauhkonen, Ville (2009)
  • Ennustavan analytiikan menetelmät 

    Takamäki, Herman (2019)
    Tutkielmassa on tavoitteena käydä läpi ennustemalleissa käytettyjä menetelmiä. Klusterointi-, regressio-, luokittelu- ja assosiaatiosääntömenetelmäluokkia tarkastellaan lyhyesti. Tarkempi tarkastelu kohdistetaan yksinkertaiseen ...
  • Browse materials
  • Browse materials
  • Articles
  • Conferences and seminars
  • Electronic books
  • Historical maps
  • Journals
  • Tunes and musical notes
  • Photographs
  • Presentations and posters
  • Publication series
  • Research reports
  • Research data
  • Study materials
  • Theses

Browse

All of JYXCollection listBy Issue DateAuthorsSubjectsPublished inDepartmentDiscipline

My Account

Login

Statistics

View Usage Statistics
  • How to publish in JYX?
  • Self-archiving
  • Publish Your Thesis Online
  • Publishing Your Dissertation
  • Publication services

Open Science at the JYU
 
Data Protection Description

Accessibility Statement

Unless otherwise specified, publicly available JYX metadata (excluding abstracts) may be freely reused under the CC0 waiver.
Open Science Centre