Slide 1

LOENGU- ja SEMINARIVIDEOD õpiobjektidena
Kursus: Mitmemõõtmeline Statistika (3AP)
Lektor: Katrin 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
Kursuse materjalid õpikeskkonnas IVA
(http://iva.tlu.ee/IVA/IVA/start_page)

Avalik veebileht: www.tlu.ee/~katrin/


Slide 2

LOENGU- ja SEMINARIVIDEOD
Kursus: Mitmemõõtmeline Statistika (3AP)
Lektor: Katrin Niglas, PhD
informaatika instituut, dotsent
Videod TLÜ meediaserveris:
http://media.tlu.ee/archive/index.php/video/IF/2009/
Katrin_Niglas
Videod saadaval ka DVD’de komplektina!


Slide 3

Kursus: Mitmemõõtmeline Statistika (3AP)
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, MANOVA
lineaarne ja logistiline regressioon
klasteranalüüs
faktoranalüüs


Slide 4

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)


Slide 5

1. Sissejuhatus ja kordav ülevaade
andmeanalüüsi põhitõdedest


Slide 6

2. Dispersioonianalüüs I


Slide 7

3. Dispersioonanalüüs II


Slide 8

4. Lineraarne regressioon (I ja II osa)


Slide 9

5. Logistiline regressioon I


Slide 10

6. Logistiline regressioon II


Slide 11

7. Tunnuste grupeerimine


Slide 12

8. Faktoranalüüs


Slide 13

9. Objektide grupeerimine


Slide 14

10. Tunnuste ja objektide
grupeerimine: Klasteranalüüs ja
Faktoranalüüs


Slide 15

Kursuse abimaterjalid
• Kursusest osavõtjatele: IVA’s (Mitmemõõtmeline ... K2009)

• Lisamaterjal kõigile: www.tlu.ee/~katrin/


Slide 16


Slide 17

IVA’s toimuv tegevus
NB! 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


Slide 18

Õppetöö sisu ja ajakava (kell 16.00-18.45 ruumis P-302)
Kuupäev
(1) 13.02

Teema, sisu lühikirjeldus
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


Slide 19

(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


Slide 20

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


Slide 21


Slide 22

Kursus: Mitmemõõtmeline statistika

Seminar I: Mitmefaktoriline
dispersioonanalüüs.
Õppejõud: Katrin Niglas
PhD, dotsent
informaatika instituut


Slide 23


Slide 24


Slide 25

Mitmefaktoriline dispersioonanalüüs
(2-Way ANOVA, 3-Way ANOVA, ...)
•

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)


Slide 26

Koosmõju