Uusi opinto-opas (sisältäen myös opetusohjelmat) lukuvuodelle 2018-2019 sijaitsee osoitteessa https://opas.peppi.utu.fi . Tältä sivustolta löytyvät enää vanhat opinto-oppaat ja opetusohjelmat.

The new study guide (incl. teaching schedules) for academic year 2018-2019 can be found at https://studyguide.utu.fi. This site contains only previous years' guides.

x !
Arkistoitu opetusohjelma 2015–2016
Selaat vanhentunutta opetusohjelmaa. Voimassa olevan opetusohjelman löydät täältä.
TILM3540 Introduction to Multivariate Methods 5 ECTS
Periods
Period I Period II Period II Period IV
Language of instruction
English
Type or level of studies
Intermediate studies
Tilastotiede
Department of Mathematics and Statistics

General description

KURSSIN KUVAUS

Tavoitteet: Antaa perustiedot ja käytännöllisen johdatuksen tilastollisten momimuuttujamenetelmien perinteisiin työkaluihin, niiden käyttöympäristöihin ja matemaattisiin perusteisiin.

Sisältö:

1) moniulotteisten aineistojen kuvailu, keskiarvovektori ja kovarianssimatriisi Mahalanobiksen etäisyys, hajontakuviot
2) moniulotteinen normaalijakauma ominaisuuksineen
3) moniulotteinen sijainnin testaus: Hotellingin T2, MANOVA, moniulotteinen regressio
4) Kovarianssimatriisin käyttö: pääkomponenttianalyysi ja kanooninen korrelaatio
5) faktorianalyysi ja riippumattomien komponenttien analyysi
6) erottelu- ja klusterianalyysi

Kohderyhmä: Tilastotieteen opiskelijat ja muiden oppialojen jatko-opiskelijat

Esitiedot: Hyvät perustiedot yksiulotteisista tilastollisista menetelmistä sekä R-ohjelmointikielen käyttötaito

Totetutustavat: 12 tuntia luentoja ja 6 tuntia it-luokkaharjoituksia

Vaadittavat opintosuoritukset: Pakolliset harjoitukset ja essee  (soveltajat, hyväksytty/hylätty) tai pakolliset harjoitukset ja kirjallinen tentti (omat opiskelijat, arviointi numeroilla 0-5)

DESCRIPTION OF THE COURSE

Objectives: A practical introduction to classical analysis of multivariate data  when the response variable is multivariate and continuous. Basic understanding of the mathematical background and use of the traditional multivariate analysis tools.

Outline:

1) Description of multivariate data: data matrix, mean vector, covariance matrix, other descriptive statistics, Mahalanobis distance, scatter plots
2) Multivariate normal distribution and its properties
3) Multivariate location tests: Hotelling's T2, MANOVA and multivariate linear regression
4) The use of covariance matrix: Principal component analysis (PA), canonical correlation (CA)
5) Factor analysis (FA) and independent component analysis (ICA)
6) Discriminant analysis and cluster analysis

Target group: Student is statistics and doctoral students in other disciplines

Prerequisites: A good knowledge of univariate statistical methods and basic knowledge in R programming

Teaching methods: Lectures (12 hours) and practicals in it-lab (6 hours)

Evaluation: Active participation in practicals and an essee (other disciplines: passed/failed) or active participation and an exam (students in statistics, 0-5).

Enrolment

Kurssille on ilmoittauduttava NettiOpsussa viimeistään 1.2.
Enrol to the course by 1.2.

Teacher responsible

Hannu Oja
hannu.oja[ät]utu.fi

Teacher

Markus Matilainen (exercises)
manmat[ät]utu.fi

Homepage URL

Teaching

1-Feb-2016 – 17-Feb-2016
Lectures 12 h
Mon 1-Feb-2016 - 15-Feb-2016 weekly at 12.30-14, XVII (Quantum 2nd floor)
Tue 2-Feb-2016 - 16-Feb-2016 weekly at 12.30-14, XV (Natura 4th floor)
Exercises 6 h
Group 1 (Finnish group)
Wed 3-Feb-2016 - 17-Feb-2016 weekly at 14.15-16, it-lab, Quantum
Group 2 (English group)
Wed 3-Feb-2016 - 17-Feb-2016 weekly at 16.15-18, it-lab, Quantum