Psykologia 2021
Tervetuloa traditionaaliseen, legendaan jo syntyessään, Vauvan Psykologia 2021 -ketjuun!
Täällä puhutaan hakemisesta opiskelemaan psykologiaa yliopistoon, ei vauvoista eikä kehityspsykologiasta.
Psykologiaa voi opiskella Helsingissä, Turussa, Tampereella, Jyäskylässä ja Joensuussa sekä ruotsiksi Åbo Akademissa.
Helsingissä on lisäksi psykologiksi valmistava maisterihaku, johon on hakukelpoinen alemmalla korkeakoulututkinnolla ja psykologian perus- ja aineopinnoilla.
Jyväskylässä on lisäksi avoimen väylä filosofian maisteriksi pääaineena psykologia. Siitä ei pätevöidy psykologiksi, mutta pääsee tutkijaksi, opettajaksi, HR:ään tai konsultiksi.
Tutustu avoimien yliopistojen tarjontaan! Joensuun avoimesta löytyy työ- ja organisaatiopsykologia sekä oikeuspsykologia.
Psykologia on lääkiksen jälkeen yksi vaikeimmista aloista päästä sisään, vaikeampi kuin oikis tai kauppis. Todistusvalinnassa saa pisteitä 5 aineesta: psykologia, äidinkieli, matematiikka, kieli, muu reaali. Eniten pisteitä reaalissa antaa fysiikka, vähiten terveystieto. Vanhanmallisesta yleisreaalista ei saa yhtään pistettä.
Vuoden 2020 todistusvalinna pisterajat toukokuussa (70 % kiintiö, ei sisällä lisäpaikkoja, ensikertalaiset, max 157,9 p):
Helsinki: 140,9
Turku: 135,6
Tampere: 135,6
Jyväskylä: 131,9
Joensuu: 129,1
130 pistettä saa E-rivillä, jossa pitkä matikka. Helsinkiin tarvittiin 2-3 L.
Pääsykokeessa on tyypillisesti (ei kevät 2020, vaikka tarkoitus oli) vaadittu vahvaa tilastomenetelmien osaamista.
Vanhoja pääsykoekirjoja:
- Nummenmaa, L. Holopainen, M. & Pulkkinen, P., Tilastollisten menetelmien perusteet.
- Nummenmaa, L., Käyttäytymistieteiden tilastolliset menetelmät
- Karjalainen, L., Tilastotieteen perusteet
Vanhoja valintakokeita (loogista päättelyä myös logopediassa ja tietojenkäsittelytieteessä)
https://www.helsinki.fi/fi/opiskelijaksi/yhteishaku/tietoa-valintakokei…
Tärkeitä / usein esiintyviä linkkejä
Yhteisvalinnan tiedotussivu
https://www.helsinki.fi/fi/verkostot/psykologian-yhteisvalinta/
Lisäpaikkoja vuodelle 2021
https://www.psykologilehti.fi/psykologi/tyo/kymmenia_lisaaloituspaikkoj…
Todistuksen pisteytys
https://opintopolku.fi/wp/opo/korkeakoulujen-haku/mika-korkeakoulujen-o…
VIPUNEN (hakijamäärät ja valitut)
https://vipunen.fi/fi-fi/_layouts/15/xlviewer.aspx?id=/fi-fi/Raportit/H…
Kaikki pisterajat valintatavoittain
https://vipunen.fi/fi-fi/_layouts/15/xlviewer.aspx?id=/fi-fi/Raportit/H…
Hakijoiden ja sisäänpäässeiden ylioppilastutkintomenestys
graafinen
https://app.powerbi.com/view?r=eyJrIjoiYzYwOWYyOWMtNTllZC00MzU1LTk2OWIt…
taulukko
https://vipunen.fi/fi-fi/_layouts/15/xlviewer.aspx?id=/fi-fi/Raportit/K…
valmiiksi analysoituna tekstinä
https://tilastoneuvos.vipunen.fi/2020/01/20/korkeakoulutukseen-paasseid…
Aikaisempien vuosien ketjuja:
2020 koronakevät ja AMK-valintakoe
https://www.vauva.fi/keskustelu/3496665/psykologia-2020
2019 valintakoeyhteistyövuosi
https://www.vauva.fi/keskustelu/3217889/psykologia-2019
2018 erilaiset kokeet HTT ja J ja J
https://www.vauva.fi/keskustelu/3067511/psykologia-2018
2017 ensimmäinen löytynyt ketju
https://www.vauva.fi/keskustelu/2753394/psykologia-2017-muita-hakijoita
Kommentit (8033)
Vierailija kirjoitti:
Tässä vielä PPV ja NPV selitettynä ROC-artikkelin pohjalta:
"The PPV and NPV are
calculated through the posterior probability of the diseased
after the test results are known." Tässä posterior probability after the test results are known tarkoittaa ehdollista todennäköisyyttä. On tehty testi ja saatu positiivinen tulos -> testin jälkeinen todennäköisyys.
Ei lasketa koskaan ennen testiä, vaan lasketaan testin jälkeen käyttäen ennen testiä tiedossa olevaa populaation prevalenssia."The PPV and NPV can also be calculated from Bayes’
theorem using the estimates of sensitivity and specificity and
the prior probability of disease (or prevalence of diseased in
population) before the test is applied." Tässä "prior probability of disease before the test is applied viittaa siihen, että laskemiseen käytetään populaation prevalenssia, joka on etukäteen tiedossa. Edelleenkin, ei ennen testiä, vaan testin jälkeen."Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Tässä vielä tiivistyy, että PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.2x2 taulukosta PPV ja NPV voidaan laskea, jos siinä on populaation prevalenssi. Sitä ei suoraan sanottu tuon taulukon kohdalla, mutta sen voi päätellä seuraavasta: "Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Eli PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.Tämä löytyy vielä suoremmin sanottuna muista aineistoista. Esim. "PPV can only be calculated from a 2 × 2 table if the prevalence [P(Disease present) = number of people with disease/number of people in population (or sample)] in the table is the same as that in the population."
ja
"Thus, if the prevalence of the disease in a 2 × 2 table is not the same as in the population you cannot calculate the PPV (or NPV)." (https://academic.oup.com/nop/article/2/4/162/2460002)
Eli bayes 10% pitäisi olla oikea tapa ratkaista tehtävä.
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Osasko täällä kukaan vieläkään vastata siihen, mitä "posterior probability" tarkoittaa? Artikkelissa sanotaan, että ennen testiä lasketaan "prior probabilityn" tai prevalenssin mukaan ja testin jälkeen posterior probabilityn mukaan. Mutta mitä ihmettä tuo posterior probability tarkoittaa?
Tehdään ensin testi ja sen tulosten mukaan tietynlainen jatkotesti.
Ensi vuonna kannattaa oikeasti lukea joku tilastollisten menetelmien teos pohjaksi.
Joo, tarkoitin mitä se posterior probability tässä yhteydessä tarkoittaa. Tässähän tehdään vain yksi testi, eikä mitään jatkotestiä. Eli ennen ja jälkeen testin lasketaan saman prevalenssin mukaan? Ennen testiä on vain sensitiivisyyden ja spesifisyyden estimaatit eli arviot ja testin jälkeen testistä saadut sensitiivisyys ja spesifisyys. Näinkö se siis menee? Eli Bayesin teoreeman mukaan on sama prevalenssi ennen testiä ja testin jälkeen? Siinähän tapauksessa tuo Bayesin teoreeman kaava 10 % prevalenssilla pitäisi hyväksyä. Alan kallistua siihen, että molemmat laskutavat PPV:lle pitäisi hyväksyä. Tehtävänanto on liian sekava.
Tuossa TESTIN aineistossa se prevalenssi on 0,5, mikä on saati toisen hyväksytyn kriteeristön perusteella valitusta aineistosta, jossa puolet on häiriöisiä ja puolet ei. Käskettiin laskea arvot TESTILLE, ei popuulaatiolle jossa prevalenssi on 0,1.
Vierailija kirjoitti:
Vierailija kirjoitti:
Tässä vielä PPV ja NPV selitettynä ROC-artikkelin pohjalta:
"The PPV and NPV are
calculated through the posterior probability of the diseased
after the test results are known." Tässä posterior probability after the test results are known tarkoittaa ehdollista todennäköisyyttä. On tehty testi ja saatu positiivinen tulos -> testin jälkeinen todennäköisyys.
Ei lasketa koskaan ennen testiä, vaan lasketaan testin jälkeen käyttäen ennen testiä tiedossa olevaa populaation prevalenssia."The PPV and NPV can also be calculated from Bayes’
theorem using the estimates of sensitivity and specificity and
the prior probability of disease (or prevalence of diseased in
population) before the test is applied." Tässä "prior probability of disease before the test is applied viittaa siihen, että laskemiseen käytetään populaation prevalenssia, joka on etukäteen tiedossa. Edelleenkin, ei ennen testiä, vaan testin jälkeen."Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Tässä vielä tiivistyy, että PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.2x2 taulukosta PPV ja NPV voidaan laskea, jos siinä on populaation prevalenssi. Sitä ei suoraan sanottu tuon taulukon kohdalla, mutta sen voi päätellä seuraavasta: "Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Eli PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.Tämä löytyy vielä suoremmin sanottuna muista aineistoista. Esim. "PPV can only be calculated from a 2 × 2 table if the prevalence [P(Disease present) = number of people with disease/number of people in population (or sample)] in the table is the same as that in the population."
ja
"Thus, if the prevalence of the disease in a 2 × 2 table is not the same as in the population you cannot calculate the PPV (or NPV)." (https://academic.oup.com/nop/article/2/4/162/2460002)
eli?
Eli tämän mukaan olisi pitänyt käyttää Bayesin teoreeman kaavaa 10% prevalenssilla?
Vierailija kirjoitti:
Tässä vielä PPV ja NPV selitettynä ROC-artikkelin pohjalta:
"The PPV and NPV are
calculated through the posterior probability of the diseased
after the test results are known." Tässä posterior probability after the test results are known tarkoittaa ehdollista todennäköisyyttä. On tehty testi ja saatu positiivinen tulos -> testin jälkeinen todennäköisyys.
Ei lasketa koskaan ennen testiä, vaan lasketaan testin jälkeen käyttäen ennen testiä tiedossa olevaa populaation prevalenssia."The PPV and NPV can also be calculated from Bayes’
theorem using the estimates of sensitivity and specificity and
the prior probability of disease (or prevalence of diseased in
population) before the test is applied." Tässä "prior probability of disease before the test is applied viittaa siihen, että laskemiseen käytetään populaation prevalenssia, joka on etukäteen tiedossa. Edelleenkin, ei ennen testiä, vaan testin jälkeen."Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Tässä vielä tiivistyy, että PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.2x2 taulukosta PPV ja NPV voidaan laskea, jos siinä on populaation prevalenssi. Sitä ei suoraan sanottu tuon taulukon kohdalla, mutta sen voi päätellä seuraavasta: "Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Eli PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.Tämä löytyy vielä suoremmin sanottuna muista aineistoista. Esim. "PPV can only be calculated from a 2 × 2 table if the prevalence [P(Disease present) = number of people with disease/number of people in population (or sample)] in the table is the same as that in the population."
ja
"Thus, if the prevalence of the disease in a 2 × 2 table is not the same as in the population you cannot calculate the PPV (or NPV)." (https://academic.oup.com/nop/article/2/4/162/2460002)
"Before the test is applied". Tehtävän tapauksessa meillä on after the test is applied.
Vierailija kirjoitti:
Tässä vielä PPV ja NPV selitettynä ROC-artikkelin pohjalta:
"The PPV and NPV are
calculated through the posterior probability of the diseased
after the test results are known." Tässä posterior probability after the test results are known tarkoittaa ehdollista todennäköisyyttä. On tehty testi ja saatu positiivinen tulos -> testin jälkeinen todennäköisyys.
Ei lasketa koskaan ennen testiä, vaan lasketaan testin jälkeen käyttäen ennen testiä tiedossa olevaa populaation prevalenssia."The PPV and NPV can also be calculated from Bayes’
theorem using the estimates of sensitivity and specificity and
the prior probability of disease (or prevalence of diseased in
population) before the test is applied." Tässä "prior probability of disease before the test is applied viittaa siihen, että laskemiseen käytetään populaation prevalenssia, joka on etukäteen tiedossa. Edelleenkin, ei ennen testiä, vaan testin jälkeen."Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Tässä vielä tiivistyy, että PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.2x2 taulukosta PPV ja NPV voidaan laskea, jos siinä on populaation prevalenssi. Sitä ei suoraan sanottu tuon taulukon kohdalla, mutta sen voi päätellä seuraavasta: "Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Eli PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.Tämä löytyy vielä suoremmin sanottuna muista aineistoista. Esim. "PPV can only be calculated from a 2 × 2 table if the prevalence [P(Disease present) = number of people with disease/number of people in population (or sample)] in the table is the same as that in the population."
ja
"Thus, if the prevalence of the disease in a 2 × 2 table is not the same as in the population you cannot calculate the PPV (or NPV)." (https://academic.oup.com/nop/article/2/4/162/2460002)
Päätelmät:
PPV ja NPV lasketaan aina populaation prevalenssin avulla. Kokeen tehtävässä oli annettu populaation prevalenssi 10% ja sitä piti käyttää. PPV ja NPV voidaan laskea 2x2 taulukon kaavalla vain, jossa taulukossa on populaation prevalenssi. Kokeen tehtävän taulukossa oli 0,5 prevalenssi (kyseessä otos, ei populaatio) eli sitä ei voi käyttää PPV ja NPV laskemiseen.
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Osasko täällä kukaan vieläkään vastata siihen, mitä "posterior probability" tarkoittaa? Artikkelissa sanotaan, että ennen testiä lasketaan "prior probabilityn" tai prevalenssin mukaan ja testin jälkeen posterior probabilityn mukaan. Mutta mitä ihmettä tuo posterior probability tarkoittaa?
Tehdään ensin testi ja sen tulosten mukaan tietynlainen jatkotesti.
Ensi vuonna kannattaa oikeasti lukea joku tilastollisten menetelmien teos pohjaksi.
Joo, tarkoitin mitä se posterior probability tässä yhteydessä tarkoittaa. Tässähän tehdään vain yksi testi, eikä mitään jatkotestiä. Eli ennen ja jälkeen testin lasketaan saman prevalenssin mukaan? Ennen testiä on vain sensitiivisyyden ja spesifisyyden estimaatit eli arviot ja testin jälkeen testistä saadut sensitiivisyys ja spesifisyys. Näinkö se siis menee? Eli Bayesin teoreeman mukaan on sama prevalenssi ennen testiä ja testin jälkeen? Siinähän tapauksessa tuo Bayesin teoreeman kaava 10 % prevalenssilla pitäisi hyväksyä. Alan kallistua siihen, että molemmat laskutavat PPV:lle pitäisi hyväksyä. Tehtävänanto on liian sekava.
Tuossa TESTIN aineistossa se prevalenssi on 0,5, mikä on saati toisen hyväksytyn kriteeristön perusteella valitusta aineistosta, jossa puolet on häiriöisiä ja puolet ei. Käskettiin laskea arvot TESTILLE, ei popuulaatiolle jossa prevalenssi on 0,1.
Tuossa juuri äsken joku selitti, että artikkelin mukaan TP/(TP +FP) kaavaa voidaan käyttää VAIN jos testin prevalenssi on SAMA kuin populaation prevalenssi.
Sitä Bayesin virheellistä PPV-kaavaa ei ole edes korjattu missään. Olisi aivan käsittämätöntä ja tiedettä halveeraavaa suhmurointia jopa psykan kokeen laatijoilta edellyttää hakijoita laskemaan sillä kaavalla. Siksi sitä virhettä ei ikinä ennakkomateriaaliin kirjattu, kun sitä kaavaa ei aiottu kokeessa edellyttää. Näin ei tarvinnut edes julkisesti myöntää virheellisen materiaalin valintaa. Nämä on yllättävän merkityksellisiä asioita akateemisessa maailmassa.
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Osasko täällä kukaan vieläkään vastata siihen, mitä "posterior probability" tarkoittaa? Artikkelissa sanotaan, että ennen testiä lasketaan "prior probabilityn" tai prevalenssin mukaan ja testin jälkeen posterior probabilityn mukaan. Mutta mitä ihmettä tuo posterior probability tarkoittaa?
Tehdään ensin testi ja sen tulosten mukaan tietynlainen jatkotesti.
Ensi vuonna kannattaa oikeasti lukea joku tilastollisten menetelmien teos pohjaksi.
Joo, tarkoitin mitä se posterior probability tässä yhteydessä tarkoittaa. Tässähän tehdään vain yksi testi, eikä mitään jatkotestiä. Eli ennen ja jälkeen testin lasketaan saman prevalenssin mukaan? Ennen testiä on vain sensitiivisyyden ja spesifisyyden estimaatit eli arviot ja testin jälkeen testistä saadut sensitiivisyys ja spesifisyys. Näinkö se siis menee? Eli Bayesin teoreeman mukaan on sama prevalenssi ennen testiä ja testin jälkeen? Siinähän tapauksessa tuo Bayesin teoreeman kaava 10 % prevalenssilla pitäisi hyväksyä. Alan kallistua siihen, että molemmat laskutavat PPV:lle pitäisi hyväksyä. Tehtävänanto on liian sekava.
Tuossa TESTIN aineistossa se prevalenssi on 0,5, mikä on saati toisen hyväksytyn kriteeristön perusteella valitusta aineistosta, jossa puolet on häiriöisiä ja puolet ei. Käskettiin laskea arvot TESTILLE, ei popuulaatiolle jossa prevalenssi on 0,1.
Ei oo missään sanottu että TESTILLE.
Mä en oikeasti ymmärrä mikä tässä on vaikeaa. PPV=oikeiden positiivisten tulosten osuus kaikista positiivisisti diagnooseista. NPV=sama negatiivisista testi tuloksista.
Eli PPV= tp/tp+fn.
Jos testi olisi kertonut tuloksien prosenttiosuudet olisi esiintyvyys pitänyt ottaa huomioon, nyt ei tarvinnut.
Kyllä tää koe mittasi hyvin luetun ymmärtämistä ja oliko aineisto oikeasti ymmärretty oikein. Ilmeisesti näin ei monen kohdalla ole. Mielestäni parempi näin kuin toissijaisen nippelitiedon tenttaaminen. Kaikenkaikkiaan tykkäsin kokeesta vaikka yhtään en ole varma menestyksestäni. Logolle siis pyrkimässä.
Mä luulen, että kokeen laatijat on mokannu tässä PPV tehtävässä. Arvelen, että kokeen laatijat on ajatellut, että pitää käyttää TP/(TP+FP) kaavaa, mutta kokeen laatjoilta on mennyt ohi, että tuota kaavaa voi käyttää VAIN jos testin ja populaation prevalenssi on sama.
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Vierailija kirjoitti:
Osasko täällä kukaan vieläkään vastata siihen, mitä "posterior probability" tarkoittaa? Artikkelissa sanotaan, että ennen testiä lasketaan "prior probabilityn" tai prevalenssin mukaan ja testin jälkeen posterior probabilityn mukaan. Mutta mitä ihmettä tuo posterior probability tarkoittaa?
Tehdään ensin testi ja sen tulosten mukaan tietynlainen jatkotesti.
Ensi vuonna kannattaa oikeasti lukea joku tilastollisten menetelmien teos pohjaksi.
Joo, tarkoitin mitä se posterior probability tässä yhteydessä tarkoittaa. Tässähän tehdään vain yksi testi, eikä mitään jatkotestiä. Eli ennen ja jälkeen testin lasketaan saman prevalenssin mukaan? Ennen testiä on vain sensitiivisyyden ja spesifisyyden estimaatit eli arviot ja testin jälkeen testistä saadut sensitiivisyys ja spesifisyys. Näinkö se siis menee? Eli Bayesin teoreeman mukaan on sama prevalenssi ennen testiä ja testin jälkeen? Siinähän tapauksessa tuo Bayesin teoreeman kaava 10 % prevalenssilla pitäisi hyväksyä. Alan kallistua siihen, että molemmat laskutavat PPV:lle pitäisi hyväksyä. Tehtävänanto on liian sekava.
Tuossa TESTIN aineistossa se prevalenssi on 0,5, mikä on saati toisen hyväksytyn kriteeristön perusteella valitusta aineistosta, jossa puolet on häiriöisiä ja puolet ei. Käskettiin laskea arvot TESTILLE, ei popuulaatiolle jossa prevalenssi on 0,1.
Ei oo missään sanottu että TESTILLE.
Nyt voisit jo lukea sen tehtävänannon uudelleen sieltä taulukon 1 alta lihavoituna.
"Tehtävä 1. Tehtävänäsi on vastata pyydetty arvo tehtävän 1 aineistossa kuvatulle testille" TESTILLE! Testille! TESTILLE!
Lähtee pää irti teidän kaa.
Vierailija kirjoitti:
Eiös siellä ollut että sokeat blaa blaaa
Ja sokeutetut blaa blaa
??
Kumpikaan ei ole sokkoutettu
Tehtävä 3
Jokaisessa osatehtävässä 1-5 vastausvaihtoehtoa on oikein.
Tehtävä 3.15
Levyn ym. (2020) artikkelin perusteella on totta että...
A) ...Sokeutuneet kuuntelijat arvioivat... VÄÄRIN
B) ...antamalla sokeutuneiden kuuntelijoiden transkriboida... VÄÄRIN
C) ...Tutkimuksen tulokset osoittavat, että mitä intensiivisempää kuntoutus on, sitä enemmän se vaikuttaa puheen selkeyttä parantavasti... VÄÄRIN
D) ...Tutkimuksen tulokset osoittivat, että ääniterapialla ja artikulaatioterapialla pystyttiin molemmilla hidastamaan taudin aiheuttamia eteneviä muutoksia. VÄÄRIN
E) ...Tutkimuksen tulokset osoittivat, että ääniterapialla ja artikulaatioterapialla pystyttiin molemmilla hidastamaan taudin aiheuttamia eteneviä muutoksia. VÄÄRIN
Näin ollen luulisin, että "sokeutuneet" on pakko olla käännösvirhe, koska mitkään muut vaihtoehdot eivät ole oikein, ja vähintään yhden vaihtoehdon on ohjeiden mukaan oltava oikein.
Vierailija kirjoitti:
Mä en oikeasti ymmärrä mikä tässä on vaikeaa. PPV=oikeiden positiivisten tulosten osuus kaikista positiivisisti diagnooseista. NPV=sama negatiivisista testi tuloksista.
Eli PPV= tp/tp+fn.
Jos testi olisi kertonut tuloksien prosenttiosuudet olisi esiintyvyys pitänyt ottaa huomioon, nyt ei tarvinnut.Kyllä tää koe mittasi hyvin luetun ymmärtämistä ja oliko aineisto oikeasti ymmärretty oikein. Ilmeisesti näin ei monen kohdalla ole. Mielestäni parempi näin kuin toissijaisen nippelitiedon tenttaaminen. Kaikenkaikkiaan tykkäsin kokeesta vaikka yhtään en ole varma menestyksestäni. Logolle siis pyrkimässä.
PPV kaava ei ole tp/tp+fn vaan FP
Vierailija kirjoitti:
Mä luulen, että kokeen laatijat on mokannu tässä PPV tehtävässä. Arvelen, että kokeen laatijat on ajatellut, että pitää käyttää TP/(TP+FP) kaavaa, mutta kokeen laatjoilta on mennyt ohi, että tuota kaavaa voi käyttää VAIN jos testin ja populaation prevalenssi on sama.
Joo'o. Erittäin todennäköistä että virhe on kokeen laatijoissa eikä itsessä ;)
Vierailija kirjoitti:
Mä en oikeasti ymmärrä mikä tässä on vaikeaa. PPV=oikeiden positiivisten tulosten osuus kaikista positiivisisti diagnooseista. NPV=sama negatiivisista testi tuloksista.
Eli PPV= tp/tp+fn.
Jos testi olisi kertonut tuloksien prosenttiosuudet olisi esiintyvyys pitänyt ottaa huomioon, nyt ei tarvinnut.Kyllä tää koe mittasi hyvin luetun ymmärtämistä ja oliko aineisto oikeasti ymmärretty oikein. Ilmeisesti näin ei monen kohdalla ole. Mielestäni parempi näin kuin toissijaisen nippelitiedon tenttaaminen. Kaikenkaikkiaan tykkäsin kokeesta vaikka yhtään en ole varma menestyksestäni. Logolle siis pyrkimässä.
Ja heti meni itsellä väärin, siis PPV=TP/TP+FP , sori 😀
Yks hassu pointti ROC-tehtävässä vielä on muuten se, että Youden Index:n laskeminen tehtävänannon perusteella ei ole yksiselitteisesti mahdollista.
Tehtävän aineistossa sanotaan, että:
"tutkija luokitteli aineiston käyttäen luokkarajana ROC-analyysin tarjoamaa parasta katkaisupistettä."
ja tehtävänä oli vastata Youden Indexin arvo aineistossa kuvatulle lukitestille.
Mikäli tutkija käytti aineiston luokittelussa jotain muuta menetelmää kuin Youden Index:iä katkaisupisteen määrittämiseksi, niin tällöin testin Youden Index:iä ei voi laskea taulukon yksi arvoista, vaan se voi olla jotain muutakin kuin a)-vastaus + b)-vastaus - 1.
Vierailija kirjoitti:
Vierailija kirjoitti:
Tässä vielä PPV ja NPV selitettynä ROC-artikkelin pohjalta:
"The PPV and NPV are
calculated through the posterior probability of the diseased
after the test results are known." Tässä posterior probability after the test results are known tarkoittaa ehdollista todennäköisyyttä. On tehty testi ja saatu positiivinen tulos -> testin jälkeinen todennäköisyys.
Ei lasketa koskaan ennen testiä, vaan lasketaan testin jälkeen käyttäen ennen testiä tiedossa olevaa populaation prevalenssia."The PPV and NPV can also be calculated from Bayes’
theorem using the estimates of sensitivity and specificity and
the prior probability of disease (or prevalence of diseased in
population) before the test is applied." Tässä "prior probability of disease before the test is applied viittaa siihen, että laskemiseen käytetään populaation prevalenssia, joka on etukäteen tiedossa. Edelleenkin, ei ennen testiä, vaan testin jälkeen."Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Tässä vielä tiivistyy, että PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.2x2 taulukosta PPV ja NPV voidaan laskea, jos siinä on populaation prevalenssi. Sitä ei suoraan sanottu tuon taulukon kohdalla, mutta sen voi päätellä seuraavasta: "Thus, one calculates the PPV and NPV if one knows the
sensitivity, specificity and pre-test probability of the diseased in
population (i.e. prevalence)." Eli PPV ja NPV lasketaan sensitiivisyyden, spesifisyyden ja POPULAATION prevalenssin avulla.Tämä löytyy vielä suoremmin sanottuna muista aineistoista. Esim. "PPV can only be calculated from a 2 × 2 table if the prevalence [P(Disease present) = number of people with disease/number of people in population (or sample)] in the table is the same as that in the population."
ja
"Thus, if the prevalence of the disease in a 2 × 2 table is not the same as in the population you cannot calculate the PPV (or NPV)." (https://academic.oup.com/nop/article/2/4/162/2460002)
"Before the test is applied". Tehtävän tapauksessa meillä on after the test is applied.
Selitin jo aiemmassa kommentissa, mutta PPV ja NPV on aina "after the test is applied" Niissä lasketaan todennäköisyyttä, että testistä saatu tulos todella on oikea. Before test is applied viittaa vain populaation prevalenssiin, joka on tiedossa ennen testiä. Nuo before tai after the test is applied ei ole mitään ehtoja, jotka muuttaa laskutapaa, vaan PPV ja NPV lasketaan aina populaation prevalenssin avulla.
ruotsiksi sokkoistettu ja sokeutettu ovat molemmat förblindad..
et se voi olla et on omat kirjoitusvirheet..
Näin suomenruotsalaisena olisi ollut kiva nähdä myös se ruotsinkielinen aineisto. Päätin itse tehdä suomeksi, koska kaikki valmennuskurssit ja vertaistuki tms kaiken löytäminen on helpompaa suomeksi.. Mutta nyt kyllä mietityttää olisiko kumminkin pitänyt lukee ruotsiksi ja tehdä ruotsinkielinen versio.
Ja juuri kaksikielisenä pienen lukihäiriön omaavana en edes suoraan huomannut näitä kirjoitusvirheitä...
Onneksi on vielä "helpommat" mahdollisuudet edetä ÅA tentissä ja soveltuvuus haastattelussa kun ei ole yhtä suurta hakija määrää suhteutettuna opiskelija paikkoihin.
3.15 D-kohta oikein, artikulaation ryhmän tulokset (puheen selkeys) parani kliinisesti merkitsevästi eikä huonontuneet niin kuin kontrolliryhmällä.
* olettaa kokeen olevan virheetön, hiton autocorrect