tag:blogger.com,1999:blog-7196125094232913954.post7242614288545075206..comments2024-02-14T11:37:00.042+02:00Comments on Ilmastorealismia: Oliko vuosi 2015 Suomen mittaushistorian lämpimin?Unknownnoreply@blogger.comBlogger3125tag:blogger.com,1999:blog-7196125094232913954.post-75924463171078434482016-01-01T14:23:11.706+02:002016-01-01T14:23:11.706+02:00Muistuttanen kuitenkin vanhan Kiinalaisen sananlas...Muistuttanen kuitenkin vanhan Kiinalaisen sananlaskun, mikään ei ole niin tärkeää kuin puutarhanhoito, eikä sekään ole niin tärkeää.<br /><br />Itse viljelin aikanaan Ohmeja ja käämejä, ja oli pimeenä koko läänejä.<br /><br />https://www.youtube.com/watch?v=53E2ybWTqwo<br /><br />IlkkaAnonymousnoreply@blogger.comtag:blogger.com,1999:blog-7196125094232913954.post-58342127404118996152016-01-01T12:13:40.756+02:002016-01-01T12:13:40.756+02:00Hyvä pointti, Olavi! Alla pätkä tilastotieteen lue...Hyvä pointti, Olavi! Alla pätkä tilastotieteen luennoistani (kurssi ”Käytännön tilastotiedettä maastobiologeille hauskasti”).<br /><br />Tieteellisellä tutkimuksella on neljä ominaisuutta: <br /><br />(i) tärkeys (importance), (ii) tarkkuus eli harhattomuus (accuracy, validity; tähän vaikuttaa bias eli harha ja satunnaisvirheen eli otantavirheen suuruus eli varianssi eli precision), (iii) toistettavuus eli oikeellisuus eli luotettavuus (precision, bias, reliability; tähän vaikuttaa mm. systemaattisen virheen suuruus) ja (iv) yleistettävyys (generalization), jonka hyvä mittari on tutkimuksen toistaminen ja saman tuloksen saaminen. Otoksesta laskettu populaation parametrin estimaatti on ”hyvä”, jos kohdat (ii) ja (iii) täyttyvät.<br /><br />a) tarkkuus (accuracy): laatukysymys: esim. kuinka hyvin otoksesta saatujen mittausten keskiarvo vastaa todellisuutta eli populaation parametria (eli systemaattista virhettä eli biasta ei juuri esiinny eli muuttuja mittaa sitä mitä sen pitääkin mitata) = ulkopuolelta asettu standardi; accuracy = bias + precision; käytetään myös nimitystä validiteetti eli harhattomuus; asymptoottisesti harhattoman estimaatin harha lähenee nollaa otoskoon kasvaessa; spurious (”väärä”) → luku annetaan tarkempana kuin se voi olla; sekä havainnoivassa että kokeellisessa tutkimuksessa tavoitteena on to minimize bias and maximize precision <br /><br />b)toistettavuus (precision, reliability, repeatability, reproducibility, stability, consistency, variability, variance, random error): kuinka hyvin mittaukset vastaavat toisiaan (sen mitta on varianssi tai vaihtelukerroin, CV, jotka mittaavat satunnais- eli otantavirheen suuruutta) = datan sisäinen ominaisuus; käytetään myös nimitystä reliabiliteetti eli luotettavuus; MITTAUSTARKKUUS VOI OLLA SUURI, MUTTA MITTAUSTEKNIIKKA VÄÄRÄ, JOLLOIN ARVOT OVAT EPÄTARKKOJA VAIKKAKIN HYVIN TOISTETTAVIA (precise but not accurate, i.e., good but wrong results) <br /><br />Antero<br /><br />Antero Järvinenhttps://www.blogger.com/profile/06931678456491653519noreply@blogger.comtag:blogger.com,1999:blog-7196125094232913954.post-69192489944387602102016-01-01T11:10:24.443+02:002016-01-01T11:10:24.443+02:00Muuten ei huomauttamista, mutta tuo käsite 'vi...Muuten ei huomauttamista, mutta tuo käsite 'virhemarginaali' on esimerkiksi lämpötilan mittaukseen liittyen vähän ongelmallinen. Yleensähän tuo käsite liitetään siihen, kuinka hyvin satunnaisotos edustaa populaatiotaan. Fysikaalisen suureen mittaustuloksen hyvyyttä kuvaisi ehkä paremmin (ulkoinen) tarkkuus, engl. accuracy, vaikka toki sisäiselläkin tarkkuudella, engl. precision, olisi meille tilastoniuhottajille oma mielenkiintonsa. Olavi Koskelanoreply@blogger.com