Periodit
(2.9.2013
– 18.10.2013)
(21.10.2013
– 13.12.2013)
(7.1.2014
– 7.3.2014)
Alla on julkaistu tilastotieteen maisteriopintojen opetusohjelma. Tutkintorakenteen, tutkintoon vaadittavat opintojaksot sekä opintokokonaisuuksien sisällöt voi tarkistaa opinto-oppaasta.
Perus- ja aineopintojen opetus löytyy Matematiikan ja tilastotieteen kandidaattiohjelman kohdalta.
Myös ennen syksyä 2012 aloittaneet opiskelijat valitsevat opintojaksot tästä opetusohjelmasta, vaikka noudattaisivat aiemmin voimassa ollutta opetussuunnitelmaa. Vanhojen ja uusien opintojaksojen vastaavuudet voi tarkistaa tutkinto-ohjelman verkkosivuilla julkaistusta vastaavuustaulukosta.
Tilastotieteen kokonaismerkinnät pyydetään tutkinto-ohjelman asiointiosoitteesta mtt-studies@sis.uta.fi. Liitä pyyntöön nimen ja opiskelijanumeron lisäksi kokonaisuuden tiedot (nimi ja sisältö).
Palautetta opetuksesta ja kursseista voi antaa palautelomakkeella.
Poikkeukset:
Toteutus siirretty keväältä syksylle.
Mplus tarjoaa kehittyvän ja erittäin monipuolisen ohjelman kvantitatiivisen aineiston tilastolliseen mallintamiseen. Kurssi on tarkoitettu tohtoriopiskelijoille, jotka ovat kiinnostuneita rakenneyhtälömallien soveltamisesta käytännön aineistoihin käyttäen Mplus-ohjelmistoa.
Osaamistavoite: Kurssin käytyään opiskelija hallitsee Mplus mallinnuksen perusteet ja pystyy itsenäisesti muodostamaan erilaisia tilastollisia malleja ja tulkitsemaan niitä.
Ennakkotietovaatimukset: Opiskelijalla oletetaan olevan perustiedot regressioanalyysistä ja eksploratiivisesta faktorianalyysistä. Jos perustietoja ei ole, niin suositellaan tutustumaan (esim. Metsämuuronen)
Sisältö: Kurssi koostuu luennoista ja harjoituksista. Kurssilla esitetään perusteita Mplus-ohjelmalla tehtävästä mallinnuksesta (regressioanalyysi, polkuanalyysi, mediaattori- ja moderaattorivaikutusten testaus, konfirmatorinen faktorianalyysi, latentti kasvukäyrämalli ja mixturemallinnus).
Kurssin ajankohta ja ohjelma:
Ma 18.11. klo 9-17, luento 9-14 (Ls A2B), harjoitukset 14-17 (Ml 50/Linna)
Ti 19.11. klo 9-17, luento 9-14 (Ls A2A), harjoitukset 14-17 (Ml 50/Linna)
Ke 20.11.2013 klo 9-17, luento 9-14 (Ls A2A), harjoitukset 14-17 (Ml 51/Linna)
1. Johdatus Mplus-ohjelman käyttöön
2. Regressioanalyysi
3. Polkuanalyysi sekä mediaattorivaikutuksen testaaminen
4. Yhdysvaikutusten mallintaminen (moderaattorivaikutukset)
5. Konfirmatorinen faktorianalyysi
6. Latentti kasvukäyrämalli
7. Mixture mallinnus
Kurssin vastuuopettaja professori Asko Tolvanen, JY. Harjoitukset Liudmila Lipiäinen, TaY.
Kurssisuoritus: Aktiivinen osallistuminen luennoille ja harjoituksiin 1 op ja lisäksi harjoitustyöstä saa 2 op (yhteensä joko 1 tai 3 op). Kurssin harjoitukset tehdään kurssiaineistolla. Harjoitustyö omasta aineistosta.
Maksimi osallistujamäärä: 24.
Ilmoittautuminen 26.8.2013 alkaen Nettiopsussa. Huom! Opiskelijoiden ohjaajat ja opetus- ja tutkimushenkilökunta ilmoittautuvat suoraan sähköpostitse: olli.nuutinen@uta.fi.
Ennakkotiedosta poiketen kurssi opetetaan kevätlukukaudella syyslukukauden sijaan.
Ilmoittautumiset sähköpostilla osoitteeseen mtt-studies@sis.uta.fi otsikolla "MTTTS2, ilmoittautuminen". Ilmoittautumisia pyydetään mahdollisimman aikaisin, kuitenkin viimeistään 6.1.
Poikkeukset:
Ennakkotiedoista poiketen opetusta järjestetään vain kevätlukukaudella.
Gradunsa jo aloittaneet jatkavat työtä ohjaajansa kanssa.
Vieraalla kielellä annettava opetus [III Periodi]
Properties of high-dim data; Feature Selection; Linear feature extraction methods such as principal component analysis and linear discriminant analysis; Graphical excellence; Human perception; Nonlinear dimensionality reduction methods such as the self-organizing map and Laplacian embedding; Neighbor embedding methods such as stochastic neighbor embedding and the neighbor retrieval visualizer; Graph visualization; Graph layout methods such as LinLog.
Please send email to mtt-studies@sis.uta.fi by wednesday 8.1. at the latest. After 8.1. contact the lecturer.
Modes of study
- Lectures
- Exercises (independent work)
- Exam
Recommended preceding studies
Basic mathematics and probability courses; basic competence in a scientific programming language such as matlab or R.
Other
Course can be an optional course in
- Advanced Studies in Statistics
- Advanced Studies in Computational Methods and Programming
- M.Sc. programme in Algorithmics
Further information on including this course in advanced studies, contact your study advisor or professor.