Browsing by Title

Background. DNA microarrays measure the expression levels of tens of thousands of genes simultaneously. Some differentially expressed genes may be useful as markers for the diagnosis of diseases. Available statistical tests examine genes individually, which causes challenges due to multiple testing and variance estimation. In this Master's thesis, Bayesian confirmatory factor analysis (CFA) is proposed as a novel approach for the detection of differential gene expression. Methods. The factor scores represent summary measures that combine the expression levels from biological samples under the same condition. Differential gene expression is assessed by utilizing their distributional assumptions. A mean-field variational Bayesian approximation is employed for computationally fast estimation. Results. Its estimation performance is equal to Gibbs sampling. Point estimation errors of model parameters decrease with increasing number of variables. However, mean centering of the data matrix and standardization of factor scores resulted in an inflation of the false positive rate. Conclusion. Avoiding mean centering and revision of the CFA model is required so that location parameters of factor score distributions can be estimated. The utility of CFA for the detection of differential gene expression needs also to be confirmed by a comparison with different statistical procedures to benchmark its false positive rate and statistical power.

Most graph neural network architectures take the input graph as granted and do not assign any uncertainty to its structure. In real life, however, data is often noisy and may contain incorrect edges or exclude true edges. Bayesian methods, which consider the input graph as a sample from a distribution, have not been deeply researched, and most existing research only tests the methods on small benchmark datasets such as citation graphs. As often is the case with Bayesian methods, they do not scale well for large datasets. The goal of this thesis is to research different Bayesian graph neural network architectures for semi-supervised node classification and test them on larger datasets, trying to find a method that improves the baseline model and is scalable enough to be used with graphs of tens of thousands of nodes with acceptable latency. All the tests are done twice with different amounts of training data, since Bayesian methods often excel with low amounts of data and in real life labeled data can be scarce. The Bayesian models considered are based on the graph convolutional network, which is also used as the baseline model for comparison. This thesis finds that the impressive performance of the Bayesian graph neural networks does not generalize to all datasets, and that the existing research relies too much on the same small benchmark graphs. Still, the models may be beneficial in some cases, and some of them are quite scalable and could be used even with moderately large graphs.

Objectives: The objective of this thesis is to illustrate the advantages of Bayesian hierarchical models in housing price modeling. Methods: Five Bayesian regression models are estimated for the housing prices. The models use a robust Student’s t-distribution likelihood and are estimated with Hamiltonian Monte Carlo. Four of the models are hierarchical such that the apartments’ neighborhoods are used as a grouping. Model stacking is also used to produce an ensemble model. Model checks are conducted using the posterior predictive distributions. The predictive distributions are also evaluated in terms of calibration and sharpness and using the logarithmic score with leave-one-out cross validation. The logarithmic scores are calculated using Pareto smoothed importance sampling. The R^2-statistics from the point predictions averaged from the predictive distributions are also presented. Results: The results from the models are broadly reasonable as, for the most part, the coefficients of the explanatory variables and the predictive distributions behave as expected. The results are also consistent with the existence of a submarket in central Helsinki where the price mechanism differs markedly from the rest of the Helsinki-Espoo-Vantaa region. However, model checks indicate that none of the models is well-calibrated. Additionally, the models tend to underpredict the prices of expensive apartments.

In this thesis we present a new likelihood-free inference method for simulator-based models. A simulator-based model is a stochastic mechanism that specifies how data are generated. Simulator-based models can be as complex as needed, but they must allow exact sampling. One common difficulty with simulator-based models is that learning model parameters from observed data is generally challenging, because the likelihood function is typically intractable. Thus, traditional likelihood-based Bayesian inference is not applicable. Several likelihood-free inference methods have been developed to perform inference when a likelihood function is not available. One popular approach is approximate Bayesian computation (ABC), which relies on the fundamental principle of identifying parameter values for which summary statistics of simulated data are close to those of observed data. However, traditional ABC methods tend have high computational cost. The cost is largely due to the need to repeatedly simulate data sets, and the absence of knowledge of how to specify the discrepancy between the simulated and observed data. We consider speeding up the earlier method likelihood-free inference by ratio estimation (LFIRE) by replacing the computationally intensive grid evaluation with Bayesian optimization. The earlier method is an alternative to ABC that relies on transforming the original likelihood-free inference problem into a classification problem that can be solved using machine learning. This method is able to overcome two traditional difficulties with ABC: it avoids using a threshold value that controls the trade-off between computational and statistical efficiency, and combats the curse of dimensionality by offering an automatic selection of relevant summary statistics when using a large number of candidates. Finally, we measure the computational and statistical efficiency of the new method by applying it to three different real-world time series models with intractable likelihood functions. We demonstrate that the proposed method can reduce the computational cost by some orders of magnitude while the statistical efficiency remains comparable to the earlier method.

Most of the standard statistical inference methods rely on the evaluating so called likelihood functions. But in some cases the phenomenon of interest is too complex or the relevant data inapplicable and as a result the likelihood function cannot be evaluated. Such a situation blocks frequentist methods based on e.g. maximum likelihood estimation and Bayesian inference based on estimating posterior probabilities. Often still, the phenomenon of interest can be modeled with a generative model that describes supposed underlying processes and variables of interest. In such scenarios, likelihood-free inference, such as Approximate Bayesian Computation (ABC), can provide an option for overcoming the roadblock. Creating a simulator that implements such a generative model provides a way to explore the parameter space and approximate the likelihood function based on similarity between real world data and the data simulated with various parameter values. ABC provides well defined and studied framework for carrying out such simulation-based inference with Bayesian approach. ABC has been found useful for example in ecology, finance and astronomy, in situations where likelihood function is not practically computable but models and simulators for generating simulated data are available. One such problem is the estimation of recombination rates of bacterial populations from genetic data, which often is unsuitable for typical statistical methods due to infeasibly massive modeling and computation requirements. Overcoming these hindrances should provide valuable insight into evolution of bacteria and possibly aid in tackling significant challenges such as antimicrobial resistance. Still, ABC inference is not without its limitations either. Often considerable effort in defining distance functions, summary statistics and threshold for similarity is required to make the comparison mechanism successful. High computational costs can also be a hindrance in ABC inference; As increasingly complex phenomena and thus models are studied, the computations that are needed for sufficient exploration of parameter space with the simulation-comparison cycles can get too time- and resource-consuming. Thus efforts have been made to improve the efficiency of ABC inference. One improvement here has been the Bayesian Optimization for Likelihood-Free Inference algorithm (BOLFI), which provides efficient method to optimize the exploration of parameter space, reducing the amount of needed simulation-comparison cycles by up to several magnitudes. This thesis aims to describe some of the theoretical and applied aspects of the complete likelihood-free inference pipelines using both Rejection ABC and BOLFI methods. The thesis presents also use case where the neutral evolution recombination rate in Streptococcus pneumoniae population is inferred from well-studied real world genome data set. This inference task is used to provide context and concrete examples for the theoretical aspects, and demonstrations for numerous applied aspects. The implementations, experiments and acquired results are also discussed in some detail.

Tutkielmassa tarkastellaan laskennallista näkökulmaa kaunokirjallisuuden analysoimiseen kognitiivisen kirjallisuudentutkimuksen ja bayesiläisen tilastotieteen lähtökohdista ja sovelletaan näiden synteesiä Aleksis Kiven romaanin Seitsemän veljestä (1870) analyysiin. Keskeisenä teoriakehyksenä tutkielmassa on kognitiivinen kirjallisuudentutkimus, erityisesti Karin Kukkosen (2020) esittämä todennäköisyysrakenteiden (probability designs) analyysi. Kukkosen lähestymistapa liittyy läheisesti kognitiotieteen ennustavan käsittelyn hypoteesiin, joka puolestaan kytkeytyy bayesiläiseen tilastotieteeseen. Tutkielmassa tehdään tämä yhteys näkyväksi ja rakennetaan sen pohjalta kytkentä konkreettisiin laskennallisiin malleihin. Sovelluskohteena tutkielmassa käytetään Seitsemästä veljeksestä johdettua sekundääristä aineistoa, puhujasekvenssiä, joka perustuu teoksen dialogeihin ja sisältää tietoa vain repliikkien esittäjistä. Tämän puhujasekvenssin analysoimiseen esitellään räätälöity laskennallinen malli, joka tunnistaa puhujasekvenssistä muutoskohtia. Mallin antamien tulosten pohjalta tutkielmassa erotetaan Kiven romaanista kahdeksan osin päällekkäistä jaksoa, jotka voidaan motivoida lähilukemisella ja aiemman tutkimuksen kautta. Tutkielma osoittaa, että kognitiivisen kirjallisuudentutkimuksen ennustavan käsittelyn mallin pohjalta voidaan rakentaa laskennallisia apuvälineitä kaunokirjallisen teoksen analysoimiseen, ja että tällaisella lähestymistavalla voidaan tuottaa mielekästä ja hyödyllistä informaatiota Seitsemästä veljeksestä.

Barnperspektivet och barns delaktighet blev aktuellt i Finland i början av 1990-talet då FN:s konvention om barnets rättigheter trädde i kraft. Vid samma tid riktades det i Sverige kritik mot handläggningen och dokumentationen av barnavårdsutredningar samt mot att slutförandet av bedömningarna tog en alltför lång tid och att varken barn eller föräldrar givits möjligheten till tillräckligt deltagande. Detta resulterade i en modell som kallas för BBIC (Barns Behov i Centrum) som används som ett redskap för att kartlägga, planera och följa upp barns behov samt att stärka barns delaktighet och inflytande. Finland har tagit BBIC-modellen i bruk i bl.a. barnskyddet och i tjänster enligt socialvårdslagen. Syftet med denna avhandling är att studera hur användningen av BBIC-modellen inverkar på barns delaktighet vid bedömningen av servicebehov hos barnfamiljer. Avhandlingen utgår ifrån en teoretisk synvinkel där de professionella reflekterar kring och bidrar till att konstruera delaktighetens olika dimensioner och från en praktikbaserad synvinkel, det vill säga hur de professionella använder sig av modellen. Forskningsfrågorna är följande; 1) Hur konstrueras barns delaktighet av socialarbetare och socialhandledare utifrån relationen barn-vuxen-socialarbetare? 2) Hur beskriver socialarbetarna och socialhandledarna användningen av modellen som ett verktyg vid bedömningen av servicebehov? 3) Hur upplever socialarbetarna och socialhandledarna att BBIC-modellen inverkar på barns delaktighet? Studien är kvalitativ och materialinsamlingsmetoden är forskningsintervjuer. Sex anställda socialarbetare och socialhandledare som i sitt arbete använt sig av BBIC-modellen inom bedömningen av servicebehov har intervjuats. Analysen utgår från teoristyrd innehållsanalys. De teoretiska utgångspunkterna i studien är socialkonstruktionism och Harry Shiers teori för barns delaktighet. Teorierna används för att definiera nivån av barns delaktighet i socialarbetarnas och socialhandledarnas konstruktioner av delaktighet och erfarenheter av att använda BBIC. Studien visar att socialarbetarna och socialhandledarna konstruerar barns delaktighet i termer av att barnets röst blir hörd, att barnet informeras och bemöts och att barnets ålder och utvecklingsnivå beaktas. Resultaten tyder på att BBIC anses fungera bra som en referensram i arbetet och som stöd för dokumentering. Studien visar att användningen av modellen har en inverkan på barns delaktighet i den mån att den framhäver barnets centrala roll i utredningen och påminner den professionella om att fråga barnet mångsidigt om hens liv. Ur resultaten framgick att det finns efterfrågan på en barnversion av BBIC som kunde användas i direkt växelverkan med barnet. Avhandlingen visar att barn konstrueras som personer med individuella egenskaper och behov samt som kompetenta att uttrycka sig om sitt eget liv. Tidsbrist och Covid-19 upplevs som utmaningar i uppfyllandet av barns delaktighet. Det finns ett behov av fortsatt framtida forskning gällande barns egna erfarenheter av delaktighet och BBIC-modellen. Professionellas uppfattningar om delaktighet och BBIC kunde med fördel studeras med hjälp av fokusgrupper för att skapa ny kunskap genom kollegial reflektion.

Tutkimuksessa määritettiin sytologiset viitearvot keuhkohuuhtelunäytteille. 11 koirasta otettiin keuhkohuuhtelu (BAL) 5-7 viikon väliajoin seitsemän kertaa. Jokaiselle koiralle tehtiin yleistutkimus ennen rauhoitusta. Koirat rauhoitettiin medetomidiinilla ja riittävä anestesia saatiin propofolilla. Huuhtelunesteenä käytettiin fysiologista natriumkloridia 1 ml/kg jokaiseen huuhteluerään. Huuhtelu suoritettiin kummallekin pallealohkolle kahdesti peräkkäin fiberoskoopin näytteenottokanavan kautta. Välittömästi näytteenoton jälkeen jäähauteessa lasipurkissa olevat näytteet vietiin laboratorioon käsiteltäviksi. Näytteen kokonaistilavuus ja solupitoisuus (elävät ja kuolleet solut) määritettiin. Yhdenkertaisen sideharson läpi suodatetusta ja kahdesti sentrifugoidusta ja pestystä näytteestä sytosentrifugoitiin 40 000 elävää solua objektilasille. Saadut lasit värjättiin May-Grünwald-Giemsalla. Mikroskopoimalla eriteltiin 300 solua ja laskettiin eri solujen prosenttiosuudet. Sytologiset viitearvot määritettiin kunkin koiran keskiarvojen keskiarvosta 95 %:n luottamusvälillä. Saantoprosentti oli 57-63 % ja saaliin kokonaissolut 0,086-0,153 x 106 solua/ml. BAL-näytteidenerittelylaskennassa oli makrofageja 68,5-76 %, lymfosyyttejä 13,8-18,9 %, neutrofiilejä 3,9-5,8 %, eosinofiilejä 1,0-6,4 %, plasmasoluja 0,3-1,0 %, basofiilejä 1,0-1,9 % ja epiteelisoluja 0,4-1,2 %. Kirjallisuuskatsauksessa on käsitelty koiran akuuttien alempien hengitysteiden sairauksien etiologiaa, oireita, diagnoosia ja hoitoa. Kennelyskä ja keuhkokuume ovat tärkeimmät infektiiviset sairaudet. Parasiiteista vaeltavia suolikaistoukkia esiintyy Suomessa, mutta varsinaiset keuhkomadot ovat vielä harvinaisia. Keuhkoödeemi voidaan jaotella kardiogeeniseen ja ei-kardiogeeniseen. Yleisin keuhkoödeemin aiheuttaja on kardiogeeninen sairaus. Muita koiran keuhkosairauksia ovat keuhkojen eosinofiili-infiltraatio syndrooma, keuhkoruhje, keuhkojen tromboembolia, keuhkoverenvuoto ja akuuttihengitysvaikeusoireyhtymä.

This thesis is about the sociocultural phenomenon of start-up entrepreneurship. Contemporary society is home to a growing obsession towards entrepreneurship, with entrepreneurial action regarded as a possible solution to a wide spectrum of social problems. Entrepreneurial action and the acquiring of an entrepreneurial way of thinking and operating is widely considered to contribute to the common good, in reality having potential for a positive impact on society. Hence entrepreneurship is promoted in social policy and education in an effort to educate citizens towards entrepreneurial agency. All in all, an interesting shift is happening with entrepreneurs positioning themselves as producers of the common good ”making the world a better place one pizza at a time”, while farmers traditionally identifying as ”producers” are becoming more ”entrepreneurial”. Entrepreneurial agency as a new form of agency suitable for any individual in almost any field of action originates from the neoliberal discourse and the emphasis on individual freedom and entrepreneurialism. Like Margaret Thatcher famously stated, ”there is no society, there are individual men and women”. This highly individualistic approach to the reorganisation of society and the reinforcement or restoration of the class dominance of a small global elite was voiced as an alleged antidote to the perils of socialism, and culturally connected to the positive ideals of the entrepreneur as a free, self-reliable, innovative and efficient individual. This was the neoliberal re-invention of the entrepreneur that transformed the idea of the entrepreneur as primarily a business operator to that of the morally worthy individual simply doing the right thing. The fruits of the labour would then trickle-down as collectively beneficiary. This thesis is an ethnographic study on start-up entrepreneurs in the Greater Helsinki start-up ecosystem working to promote their companies. Through interviews and observational data, this thesis studies the start-up entrepreneur as the epitome of this contemporary entrepreneurial agency. Start-up entrepreneurship sometimes referred to as ”entrepreneurialism on steroids”, is a form of often tech-related entrepreneurialism aimed at fast growth with the help of investments - a sort of ”rags to riches” narrative. But the work is demanding with statistically most start-up companies destined to fail, with a very small percentage becoming successful in finding markets, growing and returning the investments while providing lucrative ”exits” for the founders. Utilising positioning theory this thesis focuses on three themes related to start-up entrepreneurs: their identifications and boundary work in separating them as a specific social group, the outspoken motivations behind their actions and the troubles that arise from their endeavours. Through dress code, speech norms and the acceptance of the Weberian idea of the entrepreneur as ”a special actor” and capable problem-solver, the identity of the start-up entrepreneur is constructed and ritualistically verified in events like SLUSH. The origins of the neoliberal discourse are interestingly present in these motivations, with a majority of the interviewees emphasizing the altruistic side of their social entrepreneurialism and the importance of freedom in life. They are free to achieve. But on the other hand, the possibility of unimaginable financial gain brings certain ambiguity to the situation. In the words of one interviewee: ”Anyone who says they don´t dream of getting rich in a start-up company is lying.” Finally, among all the positive hype that surrounds successful start-up companies and entrepreneurship partly due to the way they are portrayed in the media, there are problems ahead for many. Stress and financial troubles combined with the shame and possible debt resulting from going bankrupt manifest themselves as severe physical symptoms, mental health problems, insomnia and burnout. This can in turn have a dramatic impact in dictating the lives of the start-up entrepreneurs. Following the ideas of critical entrepreneurship studies and contributing to the lack of research on the topic, this thesis suggests that due to the influence of the neoliberal discourse on the way entrepreneurship is framed and celebrated as well as the severity of the resulting problems for many, there should be a more critical and analytical approach to the seemingly value-free promotion of entrepreneurship. It is necessary to ask whose interests are actually getting promoted through increased entrepreneurial agency, and whether the alleged promotion of common good is in fact contributing to any issues other than the convenience of the every-day lives of the middle-class.

Tutkielman tavoitteena oli kerätä tietoa bedlingtoninterrierillä tavattavista sairauksista ja kartoittaa kyselytutkimuksen avulla rodun tämän hetkistä terveydentilaa Suomessa. Bedlingtoniterrierille ei ole aiemmin toteutettu Suomessa kattavaa terveyskyselyä, jonka tulokset olisi julkaistu, vaikka rotu kuuluu Suomen Kennelliiton perinnöllisten vikojen ja sairauksien vastustamisohjelmaan, ja rodun jalostuksen tavoiteohjelman tulisi sisältää tietoa populaation terveydentilasta. Olettamus oli, että suomalaisen bedlingtoninterrieripopulaation terveystilanne ei olennaisesti poikkea ulkomaihin nähden ja että rodussa ei tällä hetkellä ole yksittäistä laajan mittakaavan terveysongelmaa. Kyselyyn saivat osallistua kaikki Suomessa asuvat vuosina 2003–2011 syntyneet bedlingtoninterrierit, joita on KoiraNet-jalostustietojärjestelmän mukaan yhteensä 233. Kysely toteutettiin pääasiallisesti sähköisen kyselylomakkeen avulla. Vastausaikaa oli syksyllä 2014 3,5 kuukautta, jonka aikana tutkimukseen lähetettiin 135 koiran tiedot. Tutkimuksen tuloksissa bedlingtoninterrierillä jo perinnöllisiksi todetuista sairauksista silmäsairaudet, esimerkiksi puuttuva kyynelkanavan aukko, ylimääräiset ripset (distichiasis) ja kaihi, olivat tavallisimpia yhteensä 17 %:n osuudella. Rodulla historiallisesti tärkeitä silmäsairauksia, eli verkkokalvon dysplasiaa ja etenevää verkkokalvon rappeumaa, ei kuitenkaan raportoitu yhdelläkään koiralla. Kuparitoksikoosi oli todettu yhdellä kyselyyn osallistuneella koiralla, joka oli ollut geenitestin mukaan vapaa sairaudesta. Muista sairauksista yleisimpiä olivat korvatulehdukset (45,9 %), sydämen sivuäänet (15,3 %), kasvaimet (6,7 %), hammaspuutokset (5,2 %), purentaviat (3,7 %) ja lisämunuaiskuoren liikatoiminta (3,7 %). Eläinlääkärin toteamia allergisia ihosairauksia oli yhteensä 6 %:lla, mutta kokonaisuutena ihoon liittyneiden kysymysten vastausten perusteella eritasoisia allergisia ihosairauksia saattoi olla jopa noin joka neljännellä tutkimukseen osallistuneista koirista. Kyselytutkimuksen tulokset olivat hyvin linjassa kirjallisuuskatsauksen sisällön kanssa. Selkein poikkeama oli tässä tutkimuksessa raportoitu korvatulehdusten korkea yleisyys. Kaikkiaan bedlingtoninterrierillä ei kuitenkaan vaikuta olevan tällä hetkellä mitään yksittäistä sairautta, joka olisi rodussa laajalle levinnyt ja vaikuttaisi merkittävästi koirien elämänlaatuun, kuten kuparitoksikoosi aikoinaan oli. Rodun terveydentilaa tulee kuitenkin seurata jatkossakin, ja tehokkaasti tarkkailtujen kuparitoksikoosin ja silmäsairauksien lisäksi huomiota tulisi kiinnittää erityisesti allergisiin ihosairauksiin. Lisämunuaiskuoren liikatoiminta ja munuaisten vajaatoiminta ovat sairauksia, joiden ilmaantuvuudet ovat aiheuttaneet huolta ulkomailla, ja niiden esiintyvyyksiä tulisi seurata myös meillä Suomessa. Tutkimuksen tulokset olivat pääpiirteissään hypoteesin mukaisia, ja ne tarjoavat suuntaa-antavaa tietoa bedlingtoninterrierin tämän hetkisestä terveydentilasta Suomessa. Tutkimus ja sen tulokset ovat myös hyvä pohja tulevaisuudessa toteutettaville bedlingtoninterrierin terveyttä kartoittaville tutkimuksille. Tutkielma on kokonaisuudessaan kattava tietopaketti rodulla tavattavista sairauksista ja niiden yleisyyksistä ja on hyödyllinen erityisesti rodun kasvattajille, mutta myös kaikille muille asiasta kiinnostuneille.