Logistiseen regressioon pohjautuvien menetelmien vertailusta diskreetin selittäjäluokan tapauksessa
Nykänen, Erkki (2024-04-23)
E. Nykänen
23.04.2024
© 2024 Erkki Nykänen. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202404232920
https://urn.fi/URN:NBN:fi:oulu-202404232920
Tiivistelmä
Tutkimuksessa oli tarkoitus vertailla erilaisten tilastollisten mallien käyttöä järjestysasteikollisen diskreetin vastemuuttujan tapauksessa silloin, kun kaikki selittävät muuttujat ovat eri laatuisia diskreettejä muutujia.
Tutkimuksen aineisto perustuu Liikkuminen Tunturi-Lapissa kyselyssä saatuun aineistoon. Aineisto on kerätty Kestävän liikkumisen palveluiden ekosysteemi - Kohti resurssiviisaita liikkumisen palveluita -hankkeen yhteydessä. Hankkeen tarkoituksena on tutkia keinoja kestävien liikkumispalveluiden tuottamiselle Tunturi-Lapin alueella.
Aineisto on hankittu levittämällä tietoa internet-sivuilla sekä tiedotusvälineissä. Aineiston hankkimisessa ajatuksena on ollut kerätä tietoa mahdolliseen joukkoliikenteen kehittämiseen Tunturi-Lapissa. Tämän vuoksi tiedon keruun lähtökohtana ei ilmeisesti ole ollut se, että jotain tiettyä tilastollista suhdetta tutkittaisiin tieteellisessä mielessä. Aineistoa on kuitenkin hyödynnetty Oulun ja Lapin yliopistojen välisessä hankkeessa (Ahonen ym., 2023).
Tämän tutkielman aiheena ei ole tuottaa tietoa edellä mainittuun hankkeeseen vaan vertailla eri tyyppisiä menetelmiä aineistossa olevien riippuvuuksien tutkimisessa. Tarkemmin sanottuna tarkoituksena on diskreetin järjestysasteikollisen muuttujan mallittaminen eri tavoilla aineiston muiden, myös diskreettien, muuttujien avulla. Erityisesti kiinnostuksen kohteena on se, seuraako siitä, että vaste on järjestysasteikollinen se, että ordinaaliregressiomalli väistämättä tuottaa parhaan tuloksen. Vai voiko olla niin että vastemuuttujan järjestysasteikollisuudesta huolimatta muut mallit saattavat olla parempi vaihtoehto.
Työssä käytetyt tilastotieteellisten käsitteiden suomenkieliset nimet perustuvat teokseen Tilastotieteen sanasto (Alho ym. 2022).
Tutkimuksen aineisto perustuu Liikkuminen Tunturi-Lapissa kyselyssä saatuun aineistoon. Aineisto on kerätty Kestävän liikkumisen palveluiden ekosysteemi - Kohti resurssiviisaita liikkumisen palveluita -hankkeen yhteydessä. Hankkeen tarkoituksena on tutkia keinoja kestävien liikkumispalveluiden tuottamiselle Tunturi-Lapin alueella.
Aineisto on hankittu levittämällä tietoa internet-sivuilla sekä tiedotusvälineissä. Aineiston hankkimisessa ajatuksena on ollut kerätä tietoa mahdolliseen joukkoliikenteen kehittämiseen Tunturi-Lapissa. Tämän vuoksi tiedon keruun lähtökohtana ei ilmeisesti ole ollut se, että jotain tiettyä tilastollista suhdetta tutkittaisiin tieteellisessä mielessä. Aineistoa on kuitenkin hyödynnetty Oulun ja Lapin yliopistojen välisessä hankkeessa (Ahonen ym., 2023).
Tämän tutkielman aiheena ei ole tuottaa tietoa edellä mainittuun hankkeeseen vaan vertailla eri tyyppisiä menetelmiä aineistossa olevien riippuvuuksien tutkimisessa. Tarkemmin sanottuna tarkoituksena on diskreetin järjestysasteikollisen muuttujan mallittaminen eri tavoilla aineiston muiden, myös diskreettien, muuttujien avulla. Erityisesti kiinnostuksen kohteena on se, seuraako siitä, että vaste on järjestysasteikollinen se, että ordinaaliregressiomalli väistämättä tuottaa parhaan tuloksen. Vai voiko olla niin että vastemuuttujan järjestysasteikollisuudesta huolimatta muut mallit saattavat olla parempi vaihtoehto.
Työssä käytetyt tilastotieteellisten käsitteiden suomenkieliset nimet perustuvat teokseen Tilastotieteen sanasto (Alho ym. 2022).
Kokoelmat
- Avoin saatavuus [34607]
Ellei muuten mainita, aineiston lisenssi on https://creativecommons.org/licenses/by/4.0/