Mitmemõõtmeline statistika: meetodid tunnuste ja objektide grupeerimiseks (IFI8005.DT)
Õppeaine kood
IFI8005.DT
vana ainekood
IFI8005
Õppeaine nimetus eesti k
Mitmemõõtmeline statistika: meetodid tunnuste ja objektide grupeerimiseks
Õppeaine nimetus inglise k
Multivariate Statistics: Methods for Classifying and Cases
Õppeaine maht EAP
4.0
Orienteeruv kontakttundide maht
34
Õpetamise semester
sügis
Kontrollivorm
eksam
2018/2019 kevadsemestri õppejõud
õppejõud määramata
2019/2020 sügissemestri õppejõud
õppejõud määramata
Õppeaine eesmärgid
Luua võimalused andmeanalüüsialaste täiendavate teadmiste omandamiseks neile, kes oma erialast või huvist ja suundumusest tingituna vajavad oskust tõlgendada andmeid koondavate mitmemõõtmelise statistika meetodite tulemusi ning lihtsamaid andmeid grupeerivaid mudeleid ka ise vastava tarkvara abil koostada.
Õppeaine sisu lühikirjeldus
Ülevaade tuntumatest sotsiaal- ja kasvatusteadustes kasutatavatest andmete grupeerimisele suunatud meetoditest: klasteranalüüs, faktoranalüüs, mitmemõõtmeline skaleerimine, diskriminantanalüüs. Lähtudes konkreetsetest andmetest ning uurimistöös kerkivatest probleemidest antakse ülevaade nimetatud statistiliste meetodite teoreetilisest baasist, rakendamise tingimustest ning meetodite rakendamisel saadavate tulemuste interpreteerimisest. Kursus sisaldab praktiliste andmeanalüüsi ülesannete lahendamist, milleks kasutatakse tuntud statistikapaketti SPSS. Kursuse põhiosa koosneb seminari tüüpi loengutest ja praktikumidest, kus üliõpilastelt eeldatakse aktiivset kaasamõtlemist ja –töötamist.
Iseseisev töö
Igal üliõpilasel tuleb kursuse lõpus esitada mahukas arvestuslik iseseisev töö, mis koosneb õppejõu poolt ette antud praktilistest andmeanalüüsi ülesannetest kogu läbitud materjali ulatuses. Eksami läbimiseks tuleb sooritada ka kirjalik avatud küsimustega test.
Õppeaine õpiväljundid
Omab kogemust andmeid koondavate mitmemõõtmeliste statistiliste mudelite koostamist eeldavate küsimuste püstitamiseks;
Mõistab käsitletud mitmemõõtmelise statistika meetodite olemust, teab nende rakendamise tingimusi ning oskab analüüsi tulemusi korrektselt tõlgendada;
Oskab valida vastavalt andmete tüübile ning andmete kohta esitatud küsimuse sisule sobivad analüüsi meetodid (käsitletud meetodite piires);
Oskab juhendmaterjali abiga kasutada vastavat tarkvara lihtsamate mudelite koostamiseks (käsitletud meetodite piires).
Hindamismeetodid
Eksam. Hinne kujuneb iseseisva töö ja lahtiste küsimustega testi tulemuste põhjal. Positiivse hinde saamiseks on vajalik saada nii testi kui ka iseseisva töö tulemuseks vähemalt 51%. Hindamisele pääsevad kõik ainele registreeritud tudengid vaatamata sellele, kas ja kui palju on nad õppetöö kontakttundides osalenud.
Kirjalikku testi hinnatakse õppekorralduse eeskirjas toodud alustel; iseseisev töö võib testi põhjal saadud hinnet ühe hinde võrra tõsta (suurepärane või väga hea töö), samaks jätta (hea või rahuldav töö) või ühe hinde võrra langetada (kasin töö).
Õppejõud
prof Katrin Niglas
Kohustuslik kirjandus
Niglas, K. Videoloengud mitmemõõtmelisest statistikast (saadaval informaatika instituudis)
Niglas, K. Statistika loengumaterjale (http://www.tlu.ee/~katrin/)
Niglas, K. (2007) Andmeanalüüs statistikapaketi SPSS 14.00 abil. Põhikursus Tallinn, TLÜ.
Lisainfo
Kontakttundides osalemine on väga soovitav, kuid lubatud on ka täiesti iseseisev aine omandamine eeldusel, et õppija osaleb sissejuhatavas seminaris, kus tutvustatakse aine sooritamise nõudeid. Seega, hindamisele pääsevad kõik ainele registreeritud tudengid vaatamata sellele, kas ja kui palju on nad õppetöö kontakttundides osalenud.
NB! Hindamiseks peab esitama iseseisva töö ja sooritama testi. Nii iseseisvat tööd kui testi võib esitada/sooritada kuni 2016.aasta kevadsemestri vahenädalal toimuva järeleksamini. Kui peale seda tähtaega pole positiivset sooritust, siis tuleb ainet uuesti kuulata (korduskuulamine on tasuta).
Asenduskirjandus
Tooding, L.M. (2007) Andmete analüüs ja tõlgendamine sotsiaalteadustes, Tartu
Parring, A.-M., Vähi, M., Käärik, E. (1997) Statistilise andmetöötluse algõpetus, Tartu
Tabachnick, B.G., Fidell, L.S. (1996) Using Multivariate Statistics. Third Edition. HarperCollins