TILS2300 Sekamallit ja pitkittäisaineistojen analyysi (2–5 op)

Olet kerännyt pitkittäisdataa (esim. kasvukäyrät) tai useita mittauksia samalta havaintopaikalta (kuten metsäpalstat, koululuokat). Havaintosi ovat nyt korreloituneita. Miten huomioit tämän mallinnuksessa? Tämä kurssi on jatkoa kursseille YLM1 ja YLM2. Kurssilla perehdytään menetelmiin, joita voidaan soveltaa tilanteissa, joissa aineisto sisältää korreloituneita havaintoja (klusteroidut havainnot, toistomittaukset, pitkittäistutkimusten aineistot, spatiaalinen data, jne.). Keskeisimpiä menetelmiä ovat sekamallit sekä yleistetyt estimointiyhtälöt (GEE). Kurssilla käydään läpi menetelmien perusteoriaa (mallien määrittely, parametrien estimointi, ennustaminen, testaus). Menetelmien soveltamista erilaisiin empiirisiin aineistoihin harjoitellaan R- ja/tai SAS-ohjelmistojen avulla. Aikataulun salliessa tarkastellaan edellä mainittujen menetelmien lisäksi pitkittäisaineistojen analysointia transitiomallien avulla.

• tuntee kurssilla esiteltyjen menetelmien perusteorian: osaa määritellä mallit sekä listata mallien oletukset; tuntee keskeisimmät estimointi- ja ennustamistekniikat.
• osaa valita empiiriseen aineistoon sopivan mallin kovarianssirakenteineen sekä sovittaa mallin R-ohjelmistolla; osaa tarkastella kriittisesti valitsemaansa mallia.
• osaa tehdä aineistoon liittyviä johtopäätöksiä tilastollisen analyysin perusteella sekä raportoida tulokset tekemästään analyysistä.

Tilastotieteen opintosuunnan opiskelijoilla kurssin laajuus on 4-5 op
Muilla opiskelijoille luentoja on vähemmän ja kurssin laajuus on 2 op.