ENVS1134 Ympäristötieteen aineistojen tilastolliset analyysimenetelmät (5 op)

Avaa opintojakson esite Sisussa
Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Vastuuorganisaatio:
Bio- ja ympäristötieteiden laitos
Opetussuunnitelmakaudet:
2020-2021, 2021-2022, 2022-2023

Avainteksti

Ympäristön tilaa kuvaavien aineistojen tilastollinen analysointi R-tilasto-ohjelmalla.

Kuvaus

Syventävä kurssi, jolla esitellään ympäristötieteen aineistojen analysointimenetelmiä käyttäen R-tilasto-ohjelmaa. Kurssin keskeisimmät aihealueet ovat tilastollinen päättely, monimuuttujamenetelmät (tilastollinen mallinnus, luokittelu, ryhmittely, datan dimension pienentäminen), aikasarja-analyysi, meta-analyysi, eliöyhteisöanalyysit sekä spatiaalinen tilastotiede.

Osaamistavoitteet

Kurssin suoritettuaan opiskelija osaa:

  • Kurssilla käsiteltyjen tilastomenetelmien oletukset ja yleisen toimintatavan.
  • Tarkastaa analysoitavaan aineistoon liittyen tilastomenetelmiin liittyviä perusoletuksia, kuten normaalijakautuneisuus ja homoskedastisuus.
  • Tutkia muuttujien välisiä korrelaatioita käyttäen aineistolle sopivia korrelaatioanalyysejä.
  • Sovittaa riippumattomia havaintoja sisältävään aineistoon regressiomalleja, ja tehdä muuttujien ja mallien valintaa.
  • Sovittaa annos – vaste -tyyppiseen aineistoon joitakin tavallisimpia epälineaarisia malleja.
  • Käyttää tavallisimpia tilastollisia testejä, kuten varianssianalyysi ja parametrittomat testit, sekä tehdä niissä tutkittaville ryhmille monivertailuja.
  • Laskea vaikutuksen koon ja vastesuhteen arvoja sekä yhdistellä useiden tutkimusten tuloksia niihin liittyvillä meta-analyysin menetelmillä.
  • Tilastollisen oppimisen ja uusio-otannan perusperiaatteet.
  • Käyttää luokittelu-, ryhmittely- ja projektiomenetelmiä monimuuttujaisile data-aineistoille.
  • Käyttää eliöyhteisömatriisien tarkastelu- ja vertailumenetelmiä.
  • Analysoida aikasarja-aineistoja huomioiden trendin, kausittaiset vaihtelut ja temporaaliset autokorrelaatiot.
  • Lukea paikkatietoaineistoja R:ään ja tarkastella sekä analysoida niitä kurssilla esiteltävillä spatiaalisen tilastotieteen perusmenetelmillä.
  • Käyttää R-tilasto-ohjelmaa niin hyvin, että pystyy itsenäisesti ratkaisemaan harjoitustyön sen avulla.

Esitietojen kuvaus

TILP2500 Data ja mittaaminen, TILP2600 Datasta malliksi ja BENA4033 Geoinformatiikan perusteet tai muut perustiedot geoinformatiikasta.

Oppimateriaalit

Luentojen ja harjoitustehtävien materiaalit sekä harjoitusten mallivastaukset tallennetaan Moodleen.

Kirjallisuus

  • Hastie T., Tibshirani R. & Friedman J. 2009. The Elements of Statistical Learning, 2nd Edition. Springer.; ISBN: 978-0-387-84857-0
  • Zuur A., Ieno E.N., Walker N., Saveliev A.A. & Smith G.M. 2009. Mixed Effects Models and Extensions in Ecology with R. Springer.; ISBN: 978-0-387-87457-9
  • Cryer J. & Chan K.-S. 2008. Time Series Analysis with Applications in R, 2nd Edition. Springer.; ISBN: 978-0-387-75958-6
  • Bivand R., Pebesma E. & Gomez-Rubio V. 2013. Applied Spatial Data Analysis with R, 2nd Edition. Springer.; ISBN: 978-1-4614-7617-7

Suoritustavat

Tapa 1

Kuvaus:
Sekä seminaariesitys että harjoitustyö tulee suorittaa hyväksytysti. Ne arvioidaan skaalalla 0-5.
Arviointiperusteet:
Harjoitustyöraportti 50 %, seminaariesitys 50 %.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x

Osallistuminen opetukseen (5 op)

Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Suorituskieli:
englanti, suomi
Työskentelytavat:

Luentoja 12 x 2 h, tietokoneharjoituksia 12 x 4 h, seminaari, harjoitustyö.

Opetus