Psykologia 2019
Hei tein tällasen jo nyt tosi ajoissa, jotta tää ehtisi tavoittaa mahdollisimman monen ennen ensi kevättä. :D Ja voihan tässä jo fiilistellä seuraavia pääsykokeita etukäteen vaikka niiden sisällöstä ei vielä olekaan paljoa tietoa.
Tän vuoden keskustelu oli musta ihanaa seurattavaa, ja vaikka ite onnekseni pääsin jo tänä vuonna sisään niin olis mulla mielenkiintoa mahdollisesti auttaa muita ens vuonna (hki/tku/tre) hakevia. (Varsinkin jos koe pysyy vielä tän vuoden samanlaisena kuin mitä se oli nyt tänä keväänä:)!)
Kommentit (5687)
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Onko tietoa Helsingin pääsykoepaikasta aiempien vuosien perusteella, tarkka (sali)paikka ilmoitetaan vasta viikkoa ennen koetta, mutta onko koe kuitenkin Meilahden kampuksella?
Ei. Kaikki 3000 hakijaa ei mahtuis sinne, joten koe voi olla periaatteessa missä tahansa yliopiston tilassa.
Helsingissä kokeeseen osallistuu enintään 1286 hakijaa. Osallistut sen yliopiston kokeeseen, jonka laitoit ykköseksi. Helsingin laittoi ykköseksi nämä 1286 henkilöä.
Jyväskylässäkin nyt iso muutos, kun kokeessa enintään n. 800 hakijaa.
Kiitos korjauksesta! Muistin väärin. 1286 hakijaakaan ei mahtuisi Meilahteen.
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Onko tietoa Helsingin pääsykoepaikasta aiempien vuosien perusteella, tarkka (sali)paikka ilmoitetaan vasta viikkoa ennen koetta, mutta onko koe kuitenkin Meilahden kampuksella?
Ei. Kaikki 3000 hakijaa ei mahtuis sinne, joten koe voi olla periaatteessa missä tahansa yliopiston tilassa.
Helsingissä kokeeseen osallistuu enintään 1286 hakijaa. Osallistut sen yliopiston kokeeseen, jonka laitoit ykköseksi. Helsingin laittoi ykköseksi nämä 1286 henkilöä.
Jyväskylässäkin nyt iso muutos, kun kokeessa enintään n. 800 hakijaa.
Mistä noi ensisijaisten hakijoiden määrät löytää?
Oiskohan ihan yliopistojen sivuilta? Vipusesta myös.
Olin elänyt siinä uskossa, että regressio on periaattessa suoran yhtälö, jossa sijoitetaan vain x:n paikalle haluttu havaintoarvo, jos halutaan ennustaa tulevia arvoja. Mut tuo tilastomateriaali sekoitti tämänkin oletuksen, enkä enää ole varma, mitä se oikeastaan on ja mitä ei ole. Kulmakerroin siinä nyt ainakin oli, eli ilmeisesti en kovin kaukana ole oikeasta.
varasija "mahdoton" kirjoitti:
Olin elänyt siinä uskossa, että regressio on periaattessa suoran yhtälö, jossa sijoitetaan vain x:n paikalle haluttu havaintoarvo, jos halutaan ennustaa tulevia arvoja. Mut tuo tilastomateriaali sekoitti tämänkin oletuksen, enkä enää ole varma, mitä se oikeastaan on ja mitä ei ole. Kulmakerroin siinä nyt ainakin oli, eli ilmeisesti en kovin kaukana ole oikeasta.
mulla on kans hämärtyny koko regression käsite ??
Mä ajattelin tuo tilasto-osuuden mennä niillä opeilla mitä oon holopulkista opetellut. Lisänä tietenkin opiskelen uudet asiat mitä tuolla on. Menisin vain aivan sekaisin niitten kanssa jos kerta on noin hankalasti selitetty! En ole niihin siis tarkemmin perehtynyt vielä. Lähinnä keskityn niihin tehtäviin.
ÄÄNESTYS!
Kysytäänkö ennakkomateriaalikysymyksissä:
A) kysymyksiä, jotka mittaavat kuinka hyvin muistat materiaalin ulkoa, esim. vuosilukuja, viitelähteet, jne
B) kysymyksiä, jotka mittaavat kuinka hyvin olet ymmärtänyt sisällön
C) muuta; perustele
Kysytäänkö tilastomatematiikan osuudessa:
A) todennäköisyyslaskuja
B) regressio- tai korrelaatiolaskuja
C) todennäköisyysjakaumalaskuja
D) logiikkatehtäviä
E) muuta; perustele
Kannattaa konsultoida astrologia
Vierailija kirjoitti:
ÄÄNESTYS!
Kysytäänkö ennakkomateriaalikysymyksissä:
A) kysymyksiä, jotka mittaavat kuinka hyvin muistat materiaalin ulkoa, esim. vuosilukuja, viitelähteet, jne
B) kysymyksiä, jotka mittaavat kuinka hyvin olet ymmärtänyt sisällön
C) muuta; perustele
Kysytäänkö tilastomatematiikan osuudessa:
A) todennäköisyyslaskuja
B) regressio- tai korrelaatiolaskuja
C) todennäköisyysjakaumalaskuja
D) logiikkatehtäviä
E) muuta; perustele
Heh, sopii eiliseen vaaliteemaan x) mä veikkaan et aineistosta kysytään:
B
Ja tilastonatikasta:
A ja B
Vierailija kirjoitti:
ÄÄNESTYS!
Kysytäänkö ennakkomateriaalikysymyksissä:
A) kysymyksiä, jotka mittaavat kuinka hyvin muistat materiaalin ulkoa, esim. vuosilukuja, viitelähteet, jne
B) kysymyksiä, jotka mittaavat kuinka hyvin olet ymmärtänyt sisällön
C) muuta; perustele
Kysytäänkö tilastomatematiikan osuudessa:
A) todennäköisyyslaskuja
B) regressio- tai korrelaatiolaskuja
C) todennäköisyysjakaumalaskuja
D) logiikkatehtäviä
E) muuta; perustele
aineistot lähinnä B mutta vähän myös A, tilastot varmaan suureksi osaksi B ja A, ja arvelisin että erikseen tulee joku logiikkatehtävä
Siis tuleeko kaikista regression kaavoista muka sama tulos?>
Vierailija kirjoitti:
Siis tuleeko kaikista regression kaavoista muka sama tulos?>
Tosissasiko kysyt? Kaikista yhden muuttujan regressioista kyllä.
Vierailija kirjoitti:
Vierailija kirjoitti:
Siis tuleeko kaikista regression kaavoista muka sama tulos?>
Tosissasiko kysyt? Kaikista yhden muuttujan regressioista kyllä.
Juuri tämän kaltaisten kommenttien takia tässä keskustelussa on taustalla mielestäni vähän inhottava ilmapiiri. Tämän tulisi antaa vertaistukea, mutta mulla ei ainakaan sellaista kokemusta ole täältä kovin vahvasti tullut.
varasija "mahdoton" kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Siis tuleeko kaikista regression kaavoista muka sama tulos?>
Tosissasiko kysyt? Kaikista yhden muuttujan regressioista kyllä.
Juuri tämän kaltaisten kommenttien takia tässä keskustelussa on taustalla mielestäni vähän inhottava ilmapiiri. Tämän tulisi antaa vertaistukea, mutta mulla ei ainakaan sellaista kokemusta ole täältä kovin vahvasti tullut.
samaa mieltä :/
Mut eiks noi regression uudet kaavat liity nimenomaan regressiokertoimien _tilastollisen merkitsevyyden testaamiseen_? Itse regressiokertoimillehan ei tullut uusia kaavoja, eihän ??
No riippuu mikä on uusi:
Esimerkiksi yhen muuttujan regressiolle annettiin kolme kaavaa, esim. karjalaisessa esitettiin yksi ja holopulkissa 1 tai 2.
Kahden muuttujan regressiosuoran yhtälölle annettiin kaavat, jotka on täysin uusia (ei holopulkissa)
Lisäksi annettiin kaavat miten lasketaan keskivirheet ja tilastollinen testaus, mikä mainittiin holopulkissa tyyliin jossain kaaviotekstissä eli uutta :)
Lisäksi korrelaatiosta laskettavat regressiokertoimet, yhteiskorrelaatiokertoimen laskeminen jne.
Pearsonin korrelaatiokertoimelle annettiin 6 erilaista kaavaa, keskihajonnan laskemisellekkin kolme kaavaa. Eli aikapaljon uusia kaavoja :) Kannattaa muistaa, että esim. pearsonin kuusi kaavaa on samojen numeroiden pyörittelyä, eli antaa saman tuloksen hieman eri laskutavoilla.
Regressio ja korrelaatio on yhteudessä toisiinsa, siksi kaavoissa on paljon samaa.
Vierailija kirjoitti:
No riippuu mikä on uusi:
Esimerkiksi yhen muuttujan regressiolle annettiin kolme kaavaa, esim. karjalaisessa esitettiin yksi ja holopulkissa 1 tai 2.
Kahden muuttujan regressiosuoran yhtälölle annettiin kaavat, jotka on täysin uusia (ei holopulkissa)
Lisäksi annettiin kaavat miten lasketaan keskivirheet ja tilastollinen testaus, mikä mainittiin holopulkissa tyyliin jossain kaaviotekstissä eli uutta :)
Lisäksi korrelaatiosta laskettavat regressiokertoimet, yhteiskorrelaatiokertoimen laskeminen jne.
Pearsonin korrelaatiokertoimelle annettiin 6 erilaista kaavaa, keskihajonnan laskemisellekkin kolme kaavaa. Eli aikapaljon uusia kaavoja :) Kannattaa muistaa, että esim. pearsonin kuusi kaavaa on samojen numeroiden pyörittelyä, eli antaa saman tuloksen hieman eri laskutavoilla.Regressio ja korrelaatio on yhteudessä toisiinsa, siksi kaavoissa on paljon samaa.
KIIIIIITOS tää selkeytti!! <3
Vierailija kirjoitti:
Siis tuleeko kaikista regression kaavoista muka sama tulos?>
Mun mielestä se on, että kaikista pearsonin korrelaation kaavoista tulee sama tulos. Regressiossa taas oli kaikki kulmakertoimien, vakiotermien ja kahden muuttujan mallin jne. kaavat erikseen, niin ei kai niistä pitäis saada samaa tulosta.
Opetteletteko kaikki arvot artikkeleista joissa on taulukoita? Muistan yhden vanhan kokeen jossa piti verrata kokeessa olevia arvoja materiaalissa oleviin arvoihin. Silti tuntuu hurjalta hommalta.
Miksiköhän holopulkissa usean selittävän muuttujan lineaarisen regressiomallin kaavaksi ilmoitetaan y=b0+b1x1+b2x2+bkxk , (ja vasta jäännöstermien kohdalla kaavaan otetaan mukaan e, eli ei suoraan huomioida keskivirhettä), vaikka pääsykoemateriaalissa usean selittäjän regressiomallin kohdalla kaavaksi ilmoitetaan vain y=b0+b1x1+b2x2+bkxk+e, eli e on jo mukana ja keskivirhe huomioidaan suoraan.. Eikö holopulkin mukaan se keskivirheen huomioiminen sitten ole niin tärkeää???
ja hei onko e = keskivirhe = epävarmuustekijä = jäännöstermi = residuaali ? Eli onko nuo kaikki sanat vaan toistensa synonyymeja vai olenko ymmärtänyt jotain pahasti väärin :D
Mistä noi ensisijaisten hakijoiden määrät löytää?