Helsingin yliopisto Matematiikan ja tilastotieteen laitos
Matemaattis-luonnontieteellinen tiedekunta
Valtiotieteellinen tiedekunta

 

Latenttien muuttujien hierarkkiset mallit, kevät 2005

Luennoija

dos. Mervi Eerola

Luentoajat

Kurssi luennoidaan tiiviskurssina toukokuussa ajalla 9.-27.5.2005 Exactumissa.

Luennot ja harjoitukset: ma, ti, to  10-12 ja 13-15, ls B120 (ala-aula)

Mahdollisista muutoksista ilmoitetaan myöhemmin tällä kurssin kotisivulla.

Esitietovaatimukset

Teorian ymmärtämiseksi tilastotieteen yleiskurssien lisäksi lineaaristen mallien ja yleistettyjen lineaaristen mallien kurssit ovat hyödyksi. Pelkästään mallien tulkinnallisen puolen ymmärtämiseksi riittävät tilastotieteen perustiedot.

Kurssimateriaali

Kurssilla käydään soveltuvin osin läpi syksyllä ilmestynyttä kirjaa Skrondal, A. and Rabe-Hesketh, S. (2004). Generalized latent variable modeling: Multilevel, longitudinal and structural equation models. Boca Raton, FL: Chapman & Hall/ CRC Press. Lisäksi jaetaan kurssimateriaalia ja gllamm-ohjelmaan liittyvää harjoitusmateriaalia.

Muuta

Kurssi soveltuu biometriaan, psykometriaan tai ekonometriaan suuntautuville tilastotieteen opiskelijoille, mutta osa siitä myös lääketieteen, psykologian, kasvatustieteen tai taloustieteiden opiskelijoille ja tutkijoille, jotka haluavat ymmärtää hierarkkisten mallien menetelmällistä taustaa.

Sisältö

Kurssilla käydään läpi latenttien muuttujien hierarkisten mallien yleistä teoriaa ja esitellään tässä kehikossa useita biometriassa, psykometriassa ja ekonometriassa käytettyjä malleja, joita voidaan pitää yleisen teorian erikoistapauksina. Näistä muutamia ovat yleistetyt lineaariset sekamallit, pitkittäis- tai paneeliaineistojen mallit, latenttien luokkien mallit, latenttien piirteiden faktorimallit sekä rakenneyhtälömallit. Kaikille niille on tyypillistä aineistoon tavalla tai toisella liittyvä havaintojen riippuvuusrakenne, jota latenttien muuttujien avulla mallinnetaan.

Alustava ohjelma:

1. Latenttien rakenteiden monimuotoisuus ja käyttö mallinrakennuksessa; Mistä hierarkkisuus syntyy?
    Entä hierarkkisen mallin satunnaisuus? Onko kokonaisuus osiensa summa vai enemmän?
2. Havaintojen mallintaminen; yleistettyjen lineaaristen mallien teoriasta ja teorian yleistyksistä,
    latenttien vasteiden muotoilu
3. Perinteiset latenttien muuttujien mallit; satunnaiskertoimien mallit, piirremallit, latenttien luokkien
    mallit, rakenneyhtälöt
4. Yleinen teoriakehikko latenttien muuttujien hierarkkisille malleille
5. Identifioituvuus ja mallien ekvivalenssi havaintojen kannalta
6. Mallien estimointi; likelihoodpäättely, bayesiläinen päättely
7. Latenttien muuttujien arvojen ennustaminen
8. Mallien vertailu, diagnostiikka ja mallin valinta


Teoriaa valotetaan todellisiin aineistoihin perustuvin esimerkkianalyysein ja annetaan työkaluja Stata ohjelmiston yhteydessä toimivan gllamm ohjelman käyttöön.

Laajuus

5 ov