Browsing by discipline "Tilastotiede"

Tutkielmassa tarkastellaan, miten eri tiedonkeruumenetelmillä kerättyjen aineistojen perusteella lasketut estimaatit poikkeavat toisistaan. Erityisesti tutkimus on rajattu vastauskadosta aiheutuvien erojen kartoittamiseen.Tutkielman tarkoituksena on luoda lisätietoa eri tiedonkeruumenetelmien tuottamien tulosten vertailtavuudesta. Tuloksien vertailtavuuden tunteminen on keskeistä muun muassa suosiotaan kasvattavien mixed mode -tiedonkeruiden suunnittelussa ja toteutuksessa. Estimaattien vertailu tiedonkeruumenetelmien välillä on luontevaa ainoastaan, jos vastauskatoa on kompensoitu painotusmenetelmin ja näitä painoja käytetty estimoinnissa. Tutkielman toisena teemana on siten tarkastella, onko valitulla painotusmenetelmällä vaikutusta eri tiedonkeruumenetelmien tuottamista aineistoista laskettujen estimaattien eroihin. Tarkasteluun on valittu kaksi erilaista painotusmenetelmää, joista kumpikin perustuu vastaustaipumuksen estimointiin vastaustaipumusmallin avulla. Vastaustaipumusmalli voidaan rakentaa eri tavoin, ja tutkielmassa vertaillaan myös mallin toteutustavan vaikutuksia aineistosta laskettuihin estimaatteihin. Tutkielman empiirinen osa pohjautuu EU-rikosuhritutkimuksen pilottivaiheen kolmeen osa-aineistoon, jotka kerättiin eri tiedonkeruumenetelmillä: käyntihaastatteluilla, puhelinhaastatteluilla ja internetkyselyillä. EUrikosuhritutkimushanke on Euroopan komission rahoittama, ja Suomessa hankkeesta vastaavat Euroopan kriminaalipolitiikan instituutti (HEUNI), Tilastokeskus sekä Helsingin yliopiston sosiaalitieteiden laitos. Tutkielman tärkeimmiksi tuloksiksi nousivat tiedonkeruumenetelmien väliset eroavaisuudet. Kolmessa erillisessä aineistossa toteutunut vastauskato oli toisistaan poikkeavaa. Puhelinhaastatteluilla saatiin korkein vastausaste. Internetkyselyiden kohdalla vastausaste jäi selvästi alhaisimmaksi. Kaikissa tiedonkeruumenetelmäaineistoissa vastaamisessa esiintyi eroja myös otoshenkilöiden demografisten ominaisuuksien suhteen, eivätkä eroavaisuudet olleet identtisiä tiedonkeruumenetelmien välillä. Suurimmat demografiset eroavaisuudet vastanneiden ja vastaamattomien välillä olivat internetaineistossa. Aineistoista lasketut estimaatit poikkesivat myös toisistaan, vaikka vastauskatoa oikaisevia painoja käytettiin estimoinnissa. Tiedonkeruumenetelmällä on siten vaikutusta aineistosta laskettujen estimaattien kannalta ja tämä on syytä huomioida tiedonkeruun suunnittelussa. Painotusmenetelmällä ei sen sijaan ollut yhtä suurta vaikutusta estimaatteihin kuin tiedonkeruumenetelmällä. Tiedonkeruumenetelmäaineistojen sisällä estimaatit olivat siten hyvin samankaltaisia kummankin painotusmenetelmän avulla tuotettujen adjustoituijen painojen avulla laskettuina. Erot olivat suurimmat käyntiaineistossa, joka oli otoskooltaan selvästi kaikkein pienin. Myöskään painotusmenetelmissä käytettävän vastaustaipumusmallin toteutustavalla ei ollut merkittävää vaikutusta tuloksiin. Koska pienitä eroavaisuuksia painotusmenetelmien ja vastaustaipumusmallin toteutustapojen välillä esiintyi, on näihin syytä kiinnittää huomiota myös jatkossa. Tutkielman tärkeimmät lähteet olivat Roderick J. A. Little sekä Seppo Laaksosen painotusmenetelmiä ja niiden toteuttamistapoja esittelevät vertailevat artikkelit. Tutkielman pohjana on käytetty myös useita tiedonkeruumenetelmien eroja käsitteleviä artikkeleita.

All pharmaceutical products, including vaccines, can increase the risk of some undesired medical occurences (adverse events). Evaluating these risks post-licensure is essential for evaluating the safety of vaccines, since rare adverse events might go undetected in pre-licensure studies. This thesis introduces and applies a method for vaccine safety surveillance, suitable for monitoring the safety of vaccines in near real-time, utilizing electronic health care records. Adverse events are operationalized by diagnosis codes related to health care visits. Vaccine safety surveillance studies suspected, biologically plausible causal relationships between a vaccine and an adverse event. Information regarding such relationships are called safety signals. Safety surveillance can be seen as an observational study for which different study designs could be used. The popularity of vaccination, self-selection and changes in diagnosis coding practises, along with other possible sources of bias, present challenges for commonly used cohort designs. Self-controlled study designs such as the self-controlled case series (SCCS) eliminate time-invariant confounders and are therefore often more suitable for evaluating vaccine risks. This thesis introduces both a simple and a more general version of SCCS and explicitly describes the assumptions related to the method. A vaccine safety surveillance method involves a decision rule for generating safety signals. Natural goals of a safety surveillance method are to control the rates of false positive and false negative signals, as well as to generate a signal as soon as possible when an association between the vaccine and the adverse event exists. Statistical hypothesis testing can be used to derive the decision rules. This thesis describes the maximized sequential probability ratio test (maxSPRT), a hypothesis testing method designed for vaccine safety surveillance. Binomial maxSPRT (BmaxSPRT) is a variant of maxSPRT based on a self-controlled study design such as the SCCS. The BmaxSPRT method addresses hypotheses concerning the relative incidence of adverse events during specified risk and control periods. The derivation of the decision rules for BmaxSPRT, including the computation of critical values, is described in detail both mathematically and algorithmically in this work. As a proof-of-concept BmaxSPRT is retrospectively applied to Finnish register data. The relationships between the incidence of febrile seizures and three childhood vaccines, Measles-Mumps-Rubella (MMR), Pneumococcal (PCV) and the Rota virus vaccination (Rota) are studied. BmaxSPRT generated an expected safety signal related to MMR; the incidence rate of febrile seizures was higher during a period 0­­-13 days following MMR vaccination compared to a period 14-41 days following vaccination (relative rate RR = 1.59 at the time of signal). Results for PCV are inconclusive and the experiment highlights the need for more in depth analysis regarding PCV vaccinations and febrile seizures. The sensitivity of BmaxSPRT to the specifications of the risk and control periods is also studied in this thesis. The sensitivity analysis highlights the importance of careful consideration of the risk and control periods by quantifying the loss of power due to poor choices.

Tutkielmassani käsitellään väkivaltarikollisuuden esiintyvyyden syitä Suomessa vuoden 2011 tilastotietojen avulla. Tutkielman hypoteesinä pidetään väkivallan esiintyvyyden mallintamisen mahdollisuutta tekijän ominaisuuksien avulla ja oletetaan, että tulotasoa voidaan käyttää yhtenä selittävänä tekijänä. Tutkielmassa käsitellään kriminologian teorioita kevyesti, sekä aikaisemman tutkimuksen tuloksia näiden teorioiden valossa. Tutkielmassa käytetty aineisto on saatu Tilastokeskukselta ja sen osa-alueet käsittelevät rikollisuutta, väestöjakaumaa ja tulotietoja. Näiden kolmen tietueen avulla lasketaan regressiomallille kertoimia yleistettyjen lineaaristen jakaumien teorian mukaan. Tutkielmassa tarkastellaan kuinka alueiden, sukupuolien ja ikäryhmien väliset erot vaikuttavat väkivaltarikollisuuden esiintyvyyteen Suomessa. Yhteenvedossa todetaan, että mallinnuksien välillä on eroa, ja alueiden mallintamisessa on hyötyä tulotasosta. Lopputuloksena voidaan todeta, että mallin tärkeinä tekijöinä voidaan pitää sukupuolen, iän ja asuinalueen vaikutusta, sillä näillä tekijöillä on yhteys väkivaltarikollisuuteen syyllistymisen kanssa. Lopputuloksena todetaan, että iän ja sukupuolen kertoimet esittävät riskiryhmien yhteyden tapahtuneisiin väkivaltarikoksiin, joiden estämiseksi sosiaalista työtä suositellaan riskiryhmien parissa, jotta ilmiötä pystytään heikentämään havaituissa riskiryhmissä. Tulotason kerroin saa tilastollisesti merkittävän arvon mallinnuksessa, vaikkakin kyseessä on hyvin heikko kerroin kun tätä verrataan esimerkiksi sukupuolien tai ikäryhmien välisiin kertoimiin.

Suomessa vuoden 2011 syksyllä aloitettu lukukausimaksukokeilu EU- ja ETA-maiden ulkopuolisille maisterivaiheen opiskelijoille on herättänyt laajaa keskustelua ja huolta mm. ylioppilaskunnissa. Tämän tutkielman alkuperäinen tavoite oli selvittää kyselytutkimuksen avulla miten lukukausimaksukokeilu vaikuttaa opiskelija-ainekseen, sillä on todisteita siitä että maksujen käyttöönotto vaikuttaa negatiivisesti alemmista sosioekonomisista luokista tulevien korkeakouluun hakeutumiseen. Yllättävän pieni maksavien opiskelijoiden määrä muutti tutkimuksen otteen pilotiksi, jonka tavoitteena oli testata niin lomaketta kuin tutkimuskysymystä laajempaa jatkotutkimusta varten. Lisäksi tavoitteena oli hankkia tietoa ulkomaalaisten opiskelijoiden taustoista, asenteista ja rahankäytöstä. Tutkimuksen aineisto on kerätty Aalto-yliopiston maisteriohjelmien ulkomaalaisilta opiskelijoilta tutkimusta varten laaditulla verkkokyselylomakkeella. Verkkokyselylomakkeella on monta muista tiedonkeruutavoista poikkeavaa ominaisuutta, joita käsitellään tutkielmassa. Lisäksi vastauskadon ehkäisyyn perehdytään kyselylomakkeen rakentamisvaiheessa. Kyselyn muuttujat mittaavat opiskelijoiden sosioekonomisen taustan lisäksi motivaatiota hakeutua Suomeen opiskelemaan ja asenteita lukukausimaksuja kohtaan. Aineistoa analysoidaan esimerkinomaisesti faktorianalyysillä sekä ryhmittelyanalyysillä. Faktorianalyysin teko aloitetaan konfirmatorisella lähestymistavalla jatkaen eksploratiivisella otteella. Ryhmittelyanalyysi muodostetaan kahta faktoripistemuuttujaa käyttäen hierarkisilla ja ei hierarkisella metodilla. Ryhmiä pyritään kuvailemaan taustamuuttujien avulla. Lisäksi menetelmien teoriaa esitellään tutkielmassa laajemmin. Tutkielman tulokset monimuuttujamenetelmien osalta jäivät vaatimattomiksi ensinnäkin tutkimuskysymysten muututtua pilottimaiseksi kohderyhmän laajentamisen myötä. Lisäksi aineiston muuttujien jakaumat olivat liian vinoja hyvien analyysien tekemiseksi. Näin ollen tulokset toimivat esimerkkeinä, jos tutkimusta päätetään uusia. Pilottitutkimuksena tutkimus on onnistunut ja ja sen avulla saatiin paljon tietoa kyselyn teosta sekä opiskelijoista. Tutkimusta uusittaessa on syytä käyttää lyhyempää kyselylomaketta ja ottaa paremmin huomioon kaikki erityisryhmät ulkomaalaisten tutkinto-opiskelijoiden joukossa. Kyselytutkimuksen vastausprosentti oli hyvä (n. 46 %), mikä johtunee opiskelijoita kiinnostavan aiheen lisäksi, siitä että tutkimukseen osallistumisen porkkanana oli 100 euron lahjakortin arvonta. Kysely suunniteltiin ja toteutettiin noudattaen kirjallisuudessa esitettyjä ohjeita ja kyselylomakkeeseen vastattiin tasaisesti, joten myös itse kysely oli vähintäänkin melko onnistunut. Valitettavasti keskeyttäneistä ei ollut tilaisuutta saada informaatiota ja vastauskatoanalyysi jäi tyngäksi. Tutkimuksen tuloksia voi sinällään käyttää hyväksi opiskelijoiden edunvalvonta työssä myös muun kuin lukukausimaksukokeilun parissa. Esimerkiksi ulkomaalaisten opiskelijoiden sosioekonomista taustaa tai rahankäyttöä ei ole ennen tätä tutkittu vastaavalla laajuudella. Lisäksi tämän pilottitutkimuksen ja sen tulosten perusteella Aalto-yliopiston ylioppilaskunnalla (AYY) on mahdollisuus toteuttaa seuraavina vuosina vastaavanlainen kysely omille opiskelijoilleen, tai laajentaa tutkimusta koko Suomea koskevaksi ja saavuttaa näin parempaa tietoutta koskien lukukausimaksukokeilua.

Word2vec is a method for constructing so-called word embeddings, or word vectors, from natural text. Word embeddings are a compressed representation of word contexts, based on the original text. Such representations have many uses in natural language processing, as they contain a lot of contextual information for each word in a relatively compact and easily usable format. They can be used either for directly examining and comparing the contexts of words or as more informative representations of the original words themselves for various tasks. In this thesis, I investigate the theoretical underpinnings of word2vec, how word2vec works in practice and how it can be used and its results evaluated, and how word2vec can be applied to examine changes in word contexts over time. I also list some other applications of word2vec and word embeddings and briefly touch on some related and newer algorithms that are used for similar tasks. The word2vec algorithm, while mathematically fairly straightforward, involves several optimisations and engineering tricks that involve tradeoffs between theoretical accuracy and practical performance. These are described in detail and their impacts are considered. The end result is that word2vec is a very efficient algorithm whose results are nevertheless robust enough to be widely usable. I describe the practicalities of training and evaluating word2vec models using the freely available, open source gensim library for the Python programming language. I train numerous models with different hyperparameter settings and perform various evaluations on the results to gauge the goodness of fit of the word2vec model. The source material for these models comes from two corpora of news articles in Finnish from STT (years 1992-2018) and Yle (years 2011-2018). The practicalities of processing Finnish-language text with word2vec are considered as well. Finally, I use word2vec to investigate the changes of word contexts over time. This is done by considering word2vec models that were trained from the Yle and STT corpora one year at a time, so that the context of a given word can be compared between two different years. The main word I consider is "tekoäly" (Finnish for "artificial intelligence"); some related words are examined as well. The result is a comparison of the nearest neighbours of "tekoäly" and related words in various years across the two corpora. From this it can be seen that the context of these words has changed noticeably during the time considered. If the meaning of a word is taken to be inseparable from its context, we can conclude that the word "tekoäly" has meant something different in different years. Word2vec, as a quantitative method, provides a measurable way to gauge such semantic change over time. This change can also be visualised, as I have done. Word2vec is a stochastic method and as such its convergence properties deserve attention. As I note, the convergence of word2vec is by now well established, both through theoretical examination and the very numerous successful practical applications. Although not usually done, I repeat my analysis in order to examine the stability and convergence of word2vec in this particular case, concluding that my results are robust.

Määräaikaiskatsastus on määräajoin ajoneuvolle suoritettava katsastus, jolla pyritään varmistamaan, että liikennekäytössä oleva ajoneuvo on turvallinen ja sen ympäristövaikutukset ovat määräyksien mukaisia. Aiemmin katsastustapahtumia tarkastelemalla on osoitettu, että katsastuksessa löydettyjen vikojen ja hylättyjen katsastuspäätösten osuus kasvaa voimakkaasti ajoneuvojen ikääntyessä. Tämän tutkielman tavoitteena oli tutkia, millainen yhteys iän lisäksi muilla tekijöillä, kuten ajoneuvoluokalla, matkamittarilukemalla ja merkillä, on katsastuspäätökseen ja katsastuksessa havaittujen vikojen lukumäärään. Lisäksi tavoitteena oli selvittää, miten yleistettyä lineaarista sekamallia voidaan soveltaa ajoneuvojen määräaikaiskatsastusten mallintamisessa. Tutkielman aineisto käsitti 5,53 miljoonaa Suomessa vuosina 2017 ja 2018 suoritettua määräaikaiskatsastusta, joissa katsastuspäätös oli hyväksytty tai hylätty. Aineisto poimittiin Liikenne- ja viestintävirasto Traficomin ylläpitämästä liikenneasioiden rekisteristä, ja se sisälsi katsastuksiin liittyviä tietoja sekä ajoneuvojen teknisiä tietoja. Havaintoyksikkönä oli katsastustapahtuma. Tutkielmassa aineisto rajattiin katsastuksiin, jotka oli suoritettu alle 30-vuotiaille ja alle 7 500 kg painaville henkilö- ja pakettiautoille. Aineisto sisälsi vain ajoneuvon vuoden ensimmäisen katsastuksen. Mallinnuksessa aineistona käytettiin 500 000 katsastustapahtuman satunnaisotosta, joka poimittiin rajatusta aineistosta (N= 4 712 971). Tutkielmassa mallinnus suoritettiin yleistetyllä lineaarisella sekamallilla, joka voidaan tulkita yleistetyn lineaarisen mallin ja lineaarisen sekamallin yleistyksenä. Menetelmää voidaan soveltaa tilanteissa, joissa vaste on eksponenttiperheen jakaumasta ja havainnot ovat ryhmittyneesti riippuvia. Menetelmän malliyhtälö koostuu lineaarisesta mallista tutusta kiinteästä osasta sekä satunnaisosasta. Kaksiosaisen rakenteen ansiosta menetelmällä voidaan selittävien muuttujien vaikutuksien estimoinnin lisäksi tarkastella monilähteistä vaihtelua. Yleistetty lineaarinen sekamalli valittiin tutkielman menetelmäksi mallivasteiden jakaumien ja katsastustapahtumien oletetun riippuvuuden takia. Tutkielmassa vasteiden, katsastuspäätöksen ja vikojen lukumäärän, oletettiin olevan binomijakaumasta ja negatiivisesta binomijakaumasta eli eksponenttiperheen jakaumista. Lisäksi oletettiin, että katsastaja ja edelleen katsastustoimipaikka aiheuttivat katsastustapahtumien välille ryhmittynyttä riippuvuutta. Mallinnus suoritettiin SAS-ohjelmiston GLIMMIX-proseduurilla. Tutkielmassa esitetyissä malleissa kiinteinä selittäjinä käytettiin luokiteltua ajoneuvon ikää, luokiteltua matkamittarilukemaa sekä luokiteltua ajoneuvon merkkiä. Satunnaisena vaikutuksena käytettiin katsastustoimipaikan mukaan määrittyvää vakiotermiä. Mallinnuksen yhteydessä havaittiin aiemmissa julkaisuissa todettu ajoneuvon iän voimakas positiivinen korrelaatio hylkäystodennäköisyyden ja vikojen lukumäärän kanssa. Vastaavanlainen ilmiö havaittiin matkamittarilukeman osalta: mitä enemmän ajoneuvolla oli ajettu, sitä todennäköisempää oli hylkäys ja havaittujen vikojen lukumäärän lisääntyminen. Molempien vasteiden suhteen ajoneuvomerkkien ennusteet erosivat toisistaan sitä voimakkaammin, mitä vanhempia ja mitä enemmän ajettuja ajoneuvoja tarkasteltiin. Katsastustoimipaikkakohtaisissa tarkasteluissa selvisi, että toimipaikoilla oli eroja hylkäystodennäköisyyksien ja vikojen lukumäärien ennusteissa sekä ennusteiden hajonnoissa. Tutkielmassa keskityttiin molempien vasteiden osalta kolmeen malliin. Mallien informaatiokriteerejä vertaamalla havaittiin, että vasteita parhaiten selittäneet muuttujayhdistelmät eivät olleet samat. Mallinnuksen yhteydessä huomattiin, että mallit oli hyvä pitää melko yksinkertaisina. Monimutkaiset mallirakenteet ja usean luokitellun selittäjän sisällyttäminen malliin tekivät laskennasta raskaan ja muodostivat havaintomääriltään pieniä selittävien muuttujien luokkia. Aineistosta havaittiin, että menetelmän oletus ryhmittyneestä riippuvuudesta ei puhtaasti pätenyt aineistossa, koska osa katsastajista toimi useassa katsastustoimipaikassa. Mallien hyvyyden tarkastelu todettiin haastavaksi, koska yleistetyllä lineaarisella sekamallilla ei ole vastaavalla tavalla vakiintuneita tapoja hyvyyden arviointiin kuin esimerkiksi yleistetyllä lineaarisella mallilla. Siksi jatkotutkimuksena olisi kiinnostavaa tutkia muun muassa sitä, millaisia muita välineitä tutkielmassa käytetyn lisäksi on sovellettavissa tutkielman mallien hyvyyden tarkasteluun.

Helsingin yliopiston Lääketieteellisen genetiikan osaston ja Sibelius-Akatemian yhteistyönä tekemä vuonna 2003 alkanut tutkimus tutkii musikaalisuuden perinnöllisyyttä ja biologista taustaa. Aihetta ei ole tutkittu aiemmin juurikaan koko maailmassa. Aineistona siinä on noin 870 suomalaisen, pääosin suurista suvuista tai perheistä koostuva joukko. Tutkimus koostui kolmesta erilaisesta musikaalisuustestistä, kyselylomakkeesta ja yli 12-vuotiailta otetusta DNA-näytteestä. Lisäksi ympäristötekijöiden yhteyksien ilmentämisen selventämiseksi loppukeväästä 2013 valmistui uusi tarkentava kyselylomake. Pro gradu -tutkielmani tavoitteena oli löytää ympäristötekijöitä, joilla on vahva yhteys musiikillisen koulutuksen ja ammattimuusikoksi päätymisen sekä musiikillisen luovuuden harjoittamisen kanssa. Aineiston pääasiallisina analyysimenetelminä käytin faktori- ja klusterianalyysia. Pääkiinnostuksen kohteina olleita muuttujia, musiikillinen koulutus (erityisesti ammattimuusikkous) ja luovuus, selitettiin lineaarisen ja logistisen regressioanalyysin avulla. Faktorianalyysimenetelmällä saadut tulokset puoltavat hypoteeseja musikaalisuuden monimuotoisuudesta ja piilevistä musikaalisuuden ja sen ilmenemisen ominaisuuksista. Jaottelu on tulosten perusteella selväpiirteinen. Faktoripistemäärien käyttäminen musiikillisen koulutuksen ja luovuuden alojen selittämisessä antaa viitteitä geenien ja ympäristötekijöiden vaikutuksesta ihmisen musikaalisuuden ilmenemisessä. Kiinnostuksen kohteina olevilta muuttujilta löytyi vahva yhteys erityisesti musiikillista toimintaa ja musikaalisuustestejä ilmentäviin faktoripistemuuttujiin. Klusterianalyysia käytettiin musiikillista luovuutta harjoittavien ihmisten jaotteluun eri ryhmiin luovuuden ammattimaisuuden ja luomistapojen perusteella. Tutkimuksessa käytetty aineisto ei vastannut otanta-asetelmaltaan otosta vaan oli luonteeltaan näyte. Tutkimustuloksia ei näin ollen voitu yleistää koskemaan kaikkia suomalaisia. Erilaisten painotusmenetelmien käyttö ei myöskään ollut mahdollista, sillä koko väestöä koskevia tarvittavia perustietoja ei ollut saatavilla tai määritelmät (esim. ammattimuusikkous) erosivat tutkimuksen ja virallisten määritelmien perusteella jonkin verran. Keräyksen näyteluonteesta oli kuitenkin myös hyötyä: Musiikin ammattilaisten huomattavan suuri suhteellinen osuus (n. satakertainen Suomen väestöön nähden) auttoi analysoitaessa ammattimuusikkouteen johtavia syitä. Lisäksi luovien ihmisten määrä oli tarpeeksi suuri henkilöiden jaotteluun erilaisten luomistapojen mukaan klusterianalyyseissa. Suurin perhekokonaisuuksiin keskittyvä aineisto mahdollisti myös musikaalisuuden perinnöllisyyden tarkastelun ja ympäristötekijöiden kattavamman huomioinnin. Musikaalisuustesteihin tulleista henkilöistä Musikaalisuuden perinnöllisyystutkimus -lomakkeen palautti yli 85 %. Myös tarkentavan kyselylomakkeen vastausprosentti oli hyvä (yli 60 %). Aineiston näyteluonteisuudesta huolimatta tutkimusta voi pitää hyvin onnistuneena. Se paljasti monia uusia piirteitä musikaalisuuden monimuotoisuudesta sekä biologian ja ympäristötekijöiden yhteyksistä musikaalisuuden ilmenemisessä. Tarkentava kyselylomake antaa myös mahdollisuuden monipuolisempiin musiikillisen luovuuden biologisten taustojen jatkotutkimuksiin.