Search results for "imputointi"
showing 7 items of 7 documents
Elinkeinoverorekisteriaineiston editointi ja imputointi : sovellettujen menetelmien vertailu
2001
Analysis and evaluation of cell imputation
2008
Ohjelmiston kehittäminen puutteellisen ja virheellisen havaintoaineiston käsittelyyn
2002
Puuttuvan tiedon käsittely aivosähkökäyrämittauksissa
2016
Aivosähkökäyrämittaukset ovat tyypillisesti hyvin työläitä ja pitkäkestoisia. Näiden seikkojen johdosta otoskoot ovat usein pieniä. Lisäksi osa koehenkilöistä päätyy lopettamaan mittaukset kesken, tai ei jaksa keskittyä annetun ohjeistuksen mukaisesti. Näin ollen valmiiksi hyvin rajalliseen aineistoon syntyy puuttuvuutta siten, että tietyt osakokeet jäävät kokonaan mittaamatta joidenkin henkilöiden osalta. Aineistossa ilmenevä puuttuvuus on käsitelty aivojenkuvantamismittauksissa tavanomaisesti siten, että analyysiin otetaan mukaan vain niitä koehenkilöitä koskevat mittaukset, joilta ei puutu lainkaan tietoa. Tätä menetelmää kutsutaan täydellisten havaintorivien analyysiksi. Tällainen analy…
Puuttuva tieto ja vilppi
2015
Saako tutkija analyysivaiheessa lisätä tai poistaa havaintoja aineistostaan? Jokaisen eettisesti valveutuneen tutkijan tulisi ensi reaktionaan huudahtaa ”Ei tietenkään saa!”. Asiaa tarkemmin pohdittaessa vastaus ei enää olekaan yksiselitteinen. Aineiston tietoisen rajaamisen lisäksi havaintoja voi lähes huomaamattomasti jäädä pois käytettäessä tilastollisia ohjelmistoja. Aineiston tekaiseminen on selkeästi tuomittavaa, mutta toisaalta imputointimenetelmät luovat havaintoja silloin, kun niitä ei ole olemassa. Mikä siis on sallittua ja mikä ei?
Statistical modelling of selective non-participation in health examination surveys
2018
Health examination surveys aim to collect reliable information on the health and risk factors of a population of interest. Missing data occur when some invitees do not participate the survey. If non-participation is associated with the variables to be studied, then the estimates based only on the participants cannot be generalised to the population of interest. In this case, the estimates have selection bias, which misleads the decision-makers. The purpose of this thesis is to develop statistical methods to reduce the selection bias in the cross-sectional data using additional data sources. The data, which we use, comes from the National FINRISK Study, and we aim to estimate the prevalences…