Browsing by discipline "Tilastotiede"

Tutkielmassa tarkastellaan erilaisia menetelmiä kahden tutkimuksen informaation yhdistämiseen, kun tutkimusten aineistoissa on samoja tulosmuuttujia. Informaatiota halutaan yhdistää, koska siten voidaan saada parempia estimaatteja aineistojen yhteisille tulosmuuttujille. Tutkielma on tehty Helsingin yliopiston ja Tilastokeskuksen yhteisenä pro-gradu -projektina. Luvussa 2 esitetään tutkielmassa käytettävät aineistot. Ne ovat Ulkomaista syntyperää olevien työ ja hyvinvointi -tutkimuksen (UTH) aineisto sekä Työvoimatutkimuksen AHM2014-aineiston ulkomaalaistaustaisista koostuva AHM-aineisto. UTH-aineiston koko on 4 977 henkilöä ja AHM-aineiston koko 1 472 henkilöä. Luvussa 3 esitetään kirjallisuudessa käytettyjä menetelmiä tutkimusten tietojen yhdistämiseen ja esitetään tutkielmassa sovellettavia menetelmiä. Luvussa 4 yhdistetään esimerkkiaineistojen informaatiota ja esitetään siitä saatavia tuloksia. Tutkielman aineistoille sekä niiden yhdistetylle aineistolle muodostetaan vastaustodennäköisyysmallin avulla uudet otospainot. Yhdistetylle aineistolle saadaan laskettua vastaustodennäköisyysmallin avulla paremmat painot, koska suurelle aineistolle tehtävään malliin saadaan paljon vastanneisuuden selittäjiä. Aineistojen estimaatteja yhdistetään neljällä menetelmällä ja tutkitaan, mikä menetelmä tuottaa estimaatit, jotka ovat lähimpänä yhdistetystä aineistosta laskettuja estimaatteja. Tällaiseksi menetelmäksi osoittautuu painotettu keskiarvo, jossa aineiston estimaatin painokertoimen määrittää aineiston koko. Lisäksi lasketaan LGREG-estimaatteja UTH-aineistolle ja yhdistetylle aineistolle siten, että estimaattorin avustava malli on sama. Estimaateista tulee tällöin hyvin samankaltaisia. Luvussa 5 esitetään tulosten perusteella tehtyjä johtopäätöksiä. Informaation yhdistäminen kannattaa tehdä yhdistämällä aineistot. Se on työläämpi vaihtoehto kuin estimaattien yhdistäminen, mutta suuresta aineistosta lasketut estimaatit ovat tarkempia kuin pienemmästä aineistosta lasketut estimaatit. Informaation yhdistämiseen on parhaat mahdollisuudet, kun aineistojen kaikki muuttujat ovat samoja. Silloin kaikkien tulosmuuttujien estimaatteja voidaan parantaa, ja yhdistetyn aineiston kaikkia rekisterimuuttujia voidaan hyödyntää vastaustodennäköisyysmalleissa ja regressioestimaattoreissa. Tutkielman tulokset kahden tutkimuksen informaation yhdistämisestä ovat käyttökelpoisia, kun aineistot ovat erikokoiset. Jos yhdistettäisiin kahden samankokoisen aineiston informaatiota, tuloksista osa olisi hieman erilaisia. Jatkotutkimuksena voisi olla imputointimenetelmien soveltaminen informaation yhdistämiseen.

Tässä pro gradu -tutkielmassa tutkitaan, millainen yhteys törkeästä rattijuopumuksesta syytetyn poissaololla istuntokäsittelystä, ajoneuvolla, aikaisempien törkeiden rattijuopumusrikosten määrällä, syytekohtien määrällä ja avustajan omaamisella istuntokäsittelyssä on rattijuopumustuomion ja syyttäjän seuraamuskannanoton suhteeseen eli siihen, miten havainnot painottuvat tuomion ja seuraamuskannanoton suhdetta kuvaavan vastemuuttujan luokissa lievempi, samantasoinen ja kovempi. Analyysien selittäviksi muuttujiksi on valittu ristiintaulukointi- ja regressioanalyysikokeilujen perusteella mielenkiintoisimmat muuttujat. Tutkielman taustana on Mika Sutelan hieman muunnetulla syyteaineistolla tekemä tutkimus, jossa käytettiin samaa vastemuuttujaa kuin tässä tutkielmassa. Syyteaineiston syytteet on ratkaistu toukokuussa 2006, 2008 tai 2010. Sutela on kerännyt aineiston Itä-Suomen, Kymenlaakson, Helsingin, Varsinais-Suomen, Pohjanmaan, Keski-Suomen ja Lapin käräjäoikeuksista. Kaikki aineiston syytetyt ovat saaneet tuomion törkeästä rattijuopumuksesta. Sutela on tutkinut, onko selittävillä muuttujilla yhteyttä todennäköisyyteen, jolla tuomiot ovat muuttuneet suhteessa seuraamuskannanottoon. Tässä tutkielmassa otetaan huomioon myös suunta, johon tuomio on muuttunut suhteessa seuraamuskannanottoon, joten tilastollisen analyysin voidaan ajatella olevan informatiivisempaa Sutelan analyyseihin verrattuna. Vastemuuttujan ja selittävien muuttujien yhteyttä tutkitaan yhden selittävän muuttujan ja useiden selittävien muuttujien kumulatiivisten logististen regressioanalyysien avulla. Analyyseissa, joissa käytetään yhtä selittävää muuttujaa kerrallaan, hyödynnetään myös ristiintaulukointeja ja selittävän muuttujan ryhmien jakaumien sijaintien samuutta tutkivia testejä. Analyysien perusteella tuomion ja seuraamuskannanoton suhdetta ankaroittaa syytetyn poissaolo istuntokäsittelystä, kuorma-auton, rekan tai linja-auton ajaminen suhteessa henkilöauton ajamiseen, vähintään neljän syytekohdan omaaminen ja se, että syytetyllä ei ollut avustajaa istuntokäsittelyssä. Tuomion ja seuraamuskannanoton suhde ei näytä muuttuvan, kun pakettiautoa tai muita ajoneuvoja (moottorikelkka, mopo, mönkijä tai traktori) verrataan henkilöautoa ajaneisiin eikä kun syytetyn aikaisempien törkeiden rattijuopumusrikosten määrä kasvaa. Eniten tuomion ja seuraamuskannanoton suhteeseen vaikuttaa kuorma-auton, rekan tai linja-auton ajaminen. Seuraavaksi eniten siihen vaikuttavat syytekohtien määrä ja avustajan läsnäolo istuntokäsittelyssä. Edellisiä vähemmän tuomion ja seuraamuskannanoton suhteeseen vaikuttaa syytetyn poissaolo istuntokäsittelystä. Tutkielmassa tarkastellaan myös hypoteesia, jonka mukaan syyttäjä asettaa seuraamuskannanoton yleisen oikeuskäytännön mukaiseksi, kun selittävä asia on ollut tiedossa ennen istuntokäsittelyä. Tällöin näiden selittävien muuttujien kohdalla tuomion ja seuraamuskannanoton suhteen olettaisi pysyvän samanlaisena muuttujan ryhmästä riippumatta. Analyysien perusteella hypoteesi ei näytä pitävän paikkansa, sillä syytetyn ajoneuvon ja syytekohtien määrän, jotka ovat olleet syyttäjän tiedossa ennen istuntokäsittelyä, kohdalla tuomion ja seuraamuskannanoton suhde ei näytä pysyvän samanlaisena kaikissa ryhmissä.

Kaksiosaisessa tutkielmassa käsitellään tutkielmien arvosanoja Helsingin yliopistossa. Tutkielman osassa I tarkastellaan, onko miesten ja naisten välillä eroa pro gradu -tutkielmien arvosanoissa ja millaisia eroja tiedekuntien välillä on. Tutkielmassa selvitetään, ovatko nuorena valmistuminen ja nopeasti tutkinnon suorittaminen yhteydessä hyviin pro gradu -tutkielmien arvosanoihin, sekä onko opinto-oikeuden perusteella yhteyttä pro gradu -tutkielmien arvosanoihin. Osan I aineisto on vuosina 2000-2012 suoritettujen tutkintojen pro gradu -tutkielmien arvosanat. Tutkielmassa selvitetään, onko tuona aikana pro gradu -tutkielmien arvosanoissa tapahtunut muutoksia, ja onko vuoden 2005 tutkinnonuudistus yhteydessä arvosanoihin. Koska pro gradu -tutkielman arvosana on tutkielmassa järjestysasteikollinen, malliksi valitaan kumulatiivinen logit-malli. Tutkielmassa käytettävä kumulatiivinen logit-malli on osittainen suhteellisten vastamittojen malli (partial proportional odds model). Tällä mallilla selitetään pro gradu -tukielmien arvosanoja sukupuolella, tiedekunnalla, valmistumisiällä, opintojen kestolla, opinto-oikeuden perusteella ja tutkinnon suoritusvuodella. Miehet saavat naisia parempia arvosanoja pro gradu -tutkielmista Helsingin yliopiston tasolla. Miehet eivät saa naisia parempia pro gradu -tutkielmien arvosanoja kaikissa tarkasteltavissa tiedekunnissa. Nuorempina valmistuneet, nopeammin opiskelleet ja ylioppilastutkinnon perusteella opinto-oikeuden saaneet opiskelijat saavat muita todennäköisemmin parhaimpia arvosanoja pro gradu -tutkielmista. Tiedekuntien välillä on suuria eroja pro gradu -tutkielmien arvosanoissa. Pro gradu -tutkielmien arvosanoissa ei ole tapahtunut suuria muutoksia vuosina 2000-2012. Osassa II tutkimusaihe on, onko kandidaatin ja pro gradu -tutkielmien arvosanojen ja opiskelijan sukupuolen välillä yhteys. Tätä tutkitaan tarkastelemalla molempien tutkintojen arvosanojen riippuvuutta sukupuolesta koko valtiotieteellisen tiedekunnan tasolla χ2-riippumattomuustestillä ja sen kaikkien viidentoista oppiaineen tasolla Fisherin eksaktilla ja Fisherin yhdistettyjen todennäköisyyksien testeillä. Myös arvosanojen riippuvuutta oppiaineesta tarkastellaan, jotta saadaan selville jakautuvatko arvosanat samoin kaikissa oppiaineissa. Miehet saavat valtiotieteellisessä tiedekunnassa parempia arvosanoja tutkielmista kuin naiset. Tämä johtuu siitä, että oppiaineiden välillä on suuria eroja niin arvosana- kuin sukupuolijakaumissa. Miesten paremmat arvosanat kandidaatin tutkielmissa ja erityisesti pro gradu -tutkielmissa selittyvät oppiaineiden välisillä eroilla. Miesvaltaisissa oppiaineissa saadaan muita oppiaineita parempia arvosanoja etenkin pro gradu -tutkielmista.

Econometric microsimulation models that simulate the effects of taxation and social benefit legislation on the disposable incomes of individuals and households are widely used by social scientists and policymakers worldwide. The results produced by these models have a degree of uncertainty arising from multiple sources. One of these is sampling error that is caused by the fact that the simulation is performed on a sample of the total population of interest. However, assessment of the accuracy of results through the estimation of sampling variability caused by this error is still largely absent in the microsimulation literature. The users of econometric microsimulation models are often interested in the values of certain inequality and poverty indicators. This thesis presents variance estimation methods that can be employed to produce variance estimates for these indicators. The main focus is on bootstrap and linearization methods for variance estimation and the indicators considered are the at-risk-of-poverty threshold (ARPT), the at-risk-of-poverty rate (ARPR) and the Gini coefficient. The efficiency of variance estimation methods is tested in a simulative study performed on a data set produced by the SISU microsimulation model developed by Statistics Finland. The methods are also employed in a hands-on case study to help assess the effects of an actual legislative reform simulated by the SISU model. It is found that both bootstrap and linearization methods for variance estimation produce relatively good variance estimates for the indicators considered, with linearization being the more effective of the two. However, high outlier incomes are shown to cause difficulties in the variance estimation of the Gini coefficient with both methods.

Kymmenottelu on yleisurheilulaji, joka koostu kymmenestä yksilölajista, jotka suoritetaan sa-massa järjestyksessä kahden vuorokauden aikana. Kymmenen lajin tulokset pisteytetään viralli-sen pistetaulukon mukaan ja lopputulos on näiden lajien yhteenlaskettu pistemäärä. Tutkielman tavoitteena on tutkia, mikä tekee huippuluokan kymmenottelijaa. Lisäksi tarkastellaan miten henkilökohtaiset kehityskäyrät vertautuvat lajeittain. Aineistona käytetään vuonna 1970-2019 yli 8 500 pisteen kymmenottelijoiden kaudenparhai-den ottelusarjassa tehtyjen tuloksien tietoja. Ottelijaprofiilin muutoksia tutkitaan neljässä tasos-sa. Erikseen tarkastellaan ottelijan henkilökohtainen kehitys lajeittain ja näiden mahdollisia ero-ja. Teoriaosassa käsitellään Lairdin ja Waren lineaarinen sekamalli (LME malli) sekä siihen liittyvä rajoitettu suuremman uskottavuuden menetelmää (REML). Tutkielman tuloksien valossa vaikuttaa siltä, että kymmenottelussa pikajuoksulajit ovat tär-keimmässä roolissa. Varsinkin lähtökohtaisesti heikoille 400 metrin juoksijoille kehitys on suu-ri. Kymmenottelijan profiilissa on havaittavissa, että tietyt lähtökohtaisesti heikot lajit pysyvät suhteellisen heikkona verrattuna muihin.