Upload
purity
View
78
Download
1
Embed Size (px)
DESCRIPTION
LOENGU- ja SEMINARIVIDEOD õpiobjektidena Kursus: Mitmemõõtmeline Statistika (3AP). Lektor: K atrin Niglas , PhD informaatika instituut, dotsent Tegemist on auditoorse kursusega, mis on toetatud e-õppe vahenditega, kuid kursust on võimalik läbida ka ilma auditoorsest tööst osa võtmata - PowerPoint PPT Presentation
Citation preview
LOENGU- ja SEMINARIVIDEOD õpiobjektidena Kursus: Mitmemõõtmeline Statistika (3AP)
Lektor: Katrin Niglas, PhDinformaatika instituut, dotsent
Tegemist on auditoorse kursusega, mis on toetatude-õppe vahenditega, kuid kursust on võimalik läbida ka ilma auditoorsest tööst osa võtmata
Kursuse materjalid õpikeskkonnas IVA (http://iva.tlu.ee/IVA/IVA/start_page)
Avalik veebileht: www.tlu.ee/~katrin/
LOENGU- ja SEMINARIVIDEOD Kursus: Mitmemõõtmeline Statistika (3AP)
Lektor: Katrin Niglas, PhDinformaatika instituut, dotsent
Videod TLÜ meediaserveris:
http://media.tlu.ee/archive/index.php/video/IF/2009/ Katrin_Niglas
Videod saadaval ka DVD’de komplektina!
Kursuse eesmärk: Pakkuda andmeanalüüsialaseid täiendavaid teadmisi neile, kes oma erialast või huvist ja suundumusest tingituna vajavad oskust tõlgendada mitmemõõtmelise statistilise analüüsi tulemusi ning keerukamat statistilist analüüsi ka ise vastava tarkvara abil läbi viia.
Teemad: ANOVA, MANOVAlineaarne ja logistiline regressioonklasteranalüüsfaktoranalüüs
Kursus: Mitmemõõtmeline Statistika (3AP)
Kursuse sihtrühm: magistri- ja doktoritaseme üliõpilased ja erinevatel elualadel töötavad analüütikud, kellel on juba omandatud andmeanalüüsi põhitõed
Õpimeetodid: loengud ja seminarid (40 akad.tundi)iseseisev töö materjalidega (40 akad.tundi)mahukas arvestuslik iseseisev töö (40 akad.tundi)
Kursus: Mitmemõõtmeline statistika (3AP)
1. Sissejuhatus ja kordav ülevaade andmeanalüüsi põhitõdedest
2. Dispersioonianalüüs I
3. Dispersioonanalüüs II
4. Lineraarne regressioon (I ja II osa)
5. Logistiline regressioon I
6. Logistiline regressioon II
7. Tunnuste grupeerimine
8. Faktoranalüüs
9. Objektide grupeerimine
10. Tunnuste ja objektide grupeerimine: Klasteranalüüs ja
Faktoranalüüs
Kursuse abimaterjalid
• Kursusest osavõtjatele: IVA’s (Mitmemõõtmeline ... K2009)
• Lisamaterjal kõigile: www.tlu.ee/~katrin/
IVA’s toimuv tegevusNB! Kõik õppejõu poolt kasutatavad materjalid on kättesaadavad!
• Aineprogramm• Kõigi loengute/seminaride slaidiprogrammid• Täiendavad näidismaterjalid ja artiklid• Iseseisva töö ülesanded
***• Õppijad saavad üles laadida oma iseseisvad tööd (aga
ei pea)• Õppijad saavad IVA postkasti saata kirju (aga ei pea)• Õppejõud saadab teateid kogu rühmale
Õppetöö sisu ja ajakava (kell 16.00-18.45 ruumis P-302) Kuupäev Teema, sisu lühikirjeldus (1) 13.02 Sissejuhatus kursusesse. Kordav ülevaade: Kirjeldav ja üldistav
statistika. Olulisustestid, seosed ja efekti suurus (effect size).
Mitmefaktoriline dispersioonanalüüs (ANOVA 2-Way). (2) 20.02 Mitmemõõtmeline dispersioonanalüüs (MANOVA).
(3) 27.02 Praktikum: dispersioonanalüüs (4) 06.03 Lineaarne regressioon.
(5) 13.03 Logistiline regressioon. (6) 20.03 Praktikum: regressioonanalüüs
(7) 27.03 Tunnuste grupeerimine - tugevama lineaarse korrelatsiooni tee; hierarhiline klasteranalüüs; reliaabluskoefitsent; summamuutujate moodustamine SPSSis.
(8) 03.04 Tunnuste grupeerimine - faktoranalüüs NB! 10.04 Tundi ei toimu – Suur reede! (9) 17.04 Objektide grupeerimine – hierarhiline ja k-keskmiste klasteranalüüs (10) 24.04 Praktikum: faktor- ja klasteranalüüs
Videod ka DVD’de komplektina
1. Kursuse tutvustus ja kordav ülevaade põhitõdedest
2. Mitmefaktoriline dispersioonanalüüs (ANOVA 2-way)
3. Mitmemõõtmeline dispersioonanalüüs (MANOVA)
4. Lineaarne regressioon
5. Logistiline regressioon
6. Tunnuste grupeerimine – klasteranalüüs, faktoranalüüs
7. Objektide grupeerimine – hierarhiline ja k-keskmiste klasteranalüüs
Kursus: Mitmemõõtmeline statistika
Seminar I: Mitmefaktoriline
dispersioonanalüüs.
Õppejõud: Katrin NiglasPhD, dotsent
informaatika instituut
• Ühe tunnuse keskmiste võrdlemine mitme grupeeriva tunnuse lõikes
• Üks sõltuv tunnus (arvtunnus)
• Mitu sõltumatut tunnust ehk faktorit/faktortunnust (objekte gruppidesse jagavad tunnused ehk tunnused, millel on 2 või enam selgesti eristuvat taset st väärtust)
• Kahefaktoriline dispersioonanalüüs, kolmefaktoriline disp.anal. jne
• Faktori peamõju
• Faktorite koosmõju
• Täismudel (sisaldab kõiki võimalikke mõjukomponente)
Mitmefaktoriline dispersioonanalüüs (2-Way ANOVA, 3-Way ANOVA, ...)
Koosmõju