ENVS1134 Ymp盲rist枚tieteen aineistojen tilastolliset analyysimenetelm盲t (5 op)
Osaamistavoitteet
Kurssin suoritettuaan opiskelijan tulisi tuntea esitettyjen tilastomenetelmien perusk盲sitteet, oletukset ja toimintatapa. Menetelm盲t liittyv盲t monimuuttujaisten data-aineistojen luokitteluun, ryhmittelyyn ja projisiointiin, aikasarja-aineistojen analysointiin, eli枚yhteis枚jen analysointiin, pistekuvioiden karakterisointiin, spatiaalisen autokorrelaation estimointiin, spatiaaliseen mallinnukseen, ja spatiaaliseen interpolointiin. Kurssin suoritettuaan opiskelijoiden tulisi tuntea R-tilasto-ohjelman k盲ytt枚盲 niin paljon, ett盲 osaavat itsen盲isesti ratkaista harjoitusty枚n sen avulla.
Suoritustavat
Luentoja 12 x 2 h, tietokoneharjoituksia 12 x 4 h, seminaari, harjoitusty枚.
厂颈蝉盲濒迟枚
Syvent盲v盲 kurssi, jolla esitell盲盲n ymp盲rist枚tieteen aineistojen analysointimenetelmi盲 k盲ytt盲en R-tilasto-ohjelmaa. Kurssin keskeisimm盲t aihealueet ovat monimuuttujamenetelm盲t (luokittelu, ryhmittely, tilastollinen mallinnus, projektiomenetelm盲t), aikasarja-analyysi, meta-analyysi, eli枚yhteis枚analyysit sek盲 spatiaalinen tilastotiede (spatiaaliset pistekuviot, tessellaatiot, spatiaalinen autokorrelaatio, spatiaalinen mallinnus, eli枚iden levinneisyysmallit ja spatiaalinen interpolointi).
Kirjallisuus
| ISBN-numero | Tekij盲, julkaisuvuosi, teoksen nimi, julkaisija |
|---|---|
| 978-0-387-84857-0 | Hastie T., Tibshirani R. & Friedman J. 2009. The Elements of Statistical Learning, 2nd Edition. Springer. |
| 978-1-4614-7617-7 | Bivand R., Pebesma E. & Gomez-Rubio V. 2013. Applied Spatial Data Analysis with R, 2nd Edition. Springer. |
| 978-0-387-75958-6 | Cryer J. & Chan K.-S. 2008. Time Series Analysis with Applications in R, 2nd Edition. Springer. |
| 978-0-387-87457-9 | Zuur A., Ieno E.N., Walker N., Saveliev A.A. & Smith G.M. 2009. Mixed Effects Models and Extensions in Ecology with R. Springer. |
Arviointiperusteet
Harjoitusty枚raportti 50 %, seminaariesitys 40 %, osaaminen harjoituksissa 10 %.
Esitietovaatimukset
TILP2500 Data ja mittaaminen, TILP2600 Datasta malliksi ja BENA4033 Geoinformatiikan perusteet.