Tilastollisessa data-analyysissä käytetään usein silottamista havaintoaineiston paikallisten piirteiden etsimiseen. Keskeinen ongelma tässä on, miten voidaan erottaa todelliset piirteet satunnaisvirheiden aiheuttamista näennäisistä piirteistä. SiZer on menetelmä, joka automaattisesti etsii tilastollisesti merkitseviä piirteitä eri silotustasoilla ja visualisoi ne niinsanottuna SiZer-karttana.
Tässä työssä tarkastellaan, miten SiZer-menetelmä soveltuu splinisilotteen tilastollisesti merkitsevien piirteiden löytämiseen ja tarkasteluun. Työssä on toteutettu SiZer-kirjasto, jossa voi käyttää valinnan mukaan splinisilotusta tai lokaalia lineaariregressiota. Näillä eri silottimilla saatuja SiZer-karttoja vertaillaan kokeellisesti sekä simuloiduilla että reaalimaailman havaintoaineistoilla. Myös SiZer-kartan tuottamisessa tarvittavan luottamusvälien approksimointimenetelmän vaikutusta tutkitaan kokeellisesti.
Kokeellisten tarkastelujen päähavainto on, ettei silotusmenetelmällä yleensä ole suurta vaikutusta siihen, millaisia piirteitä SiZer-menetelmällä löydetään, edellyttäen, että silottimien efektiiviset ikkunanleveydet on kalibroitu toisiaan vastaaviksi. Samoin havaitaan, ettei luottamusvälien approksimointimenetelmällä ole suurta vaikutusta, mikäli approksimoinnissa käytetyt parametrit on huolellisesti kalibroitu.
