Onko väikkärin tekeminen kivempaa kuin gradun?

Ymmärtää, mitä on tekemässä ja miksi.

Gradu oli yksinkertainen väsätä, sen tilastollinen osuus esim. oli simppeliä varianssianalyysiä/mixed modelia ja regressioita/korrelaatioita. Nyt väikkäriaineiston statistiikka on niin vaikea pala purtavaksi, että puolitoista vuotta on biometrikoiden ja koti-/ulkomaisten kollegojen kanssa mietitty ja väännetty kättä sopivista malleista. Alkaa pää väsyä, varsinkin kun en ole mikään tilastoihme. Sinänsä odotettavissa olevat lopputulokset ja päätelmät ovat väikkärissä kiinnostavammat.



Huonompaa graduun verrattuna on myös se, että joudun olemaan valtaosan aikaa apurahalla. Gradun tekemisestä sain sentään rehtiä kuukausipalkkaa, joka oli (verovapausasiat huomioituna) lähes puolitoistakertainen apurahaan verrattuna.

Huonompaa graduun verrattuna on myös se, että joudun olemaan valtaosan aikaa apurahalla. Gradun tekemisestä sain sentään rehtiä kuukausipalkkaa, joka oli (verovapausasiat huomioituna) lähes puolitoistakertainen apurahaan verrattuna.

Ajattelit kuitenkin tehdä homman loppuun? ap

otantasuunnitelman. Olenpa nähnyt väikkärin jossa oli 10 havaintoa, mutta 100 muuttujaa. Revi siitä sitten jokin sopiva menetelmä tällaisen tutkijan avuksi. Yleensä ongelma on havaintojen vähäisyys ja epähomogeenisuus.

että puolitoista vuotta on biometrikoiden ja koti-/ulkomaisten kollegojen kanssa mietitty ja väännetty kättä sopivista malleista.

Kokeile bayesilaista analyysia, jos muuten on ideat loppu.

(Meni vähän ap:n aiheen vierestä, sorry!)

ei läheskâän sellaista mikä nyt on pelkässä väittärisuunnitelmassa. Joo, se on kivempaa, että on jo sisällä materiaalissa paremmin, mutta vaatimuksetkin on sitten kovemmat ja itsekritiikki myös. Onneksi minun aiheessani ei tarvita ollenkaan noita tilastotieteellisiä menetelmiä... Niihin saattaisi minulla tökätä koko ajatus. Mutta miksi jatkan silti? Ihan vaan koska haluan saada väittärin tehtyä jossakin vaiheessa. Työn vuoksi myös, siinä olisi parempi olla väittäri tai olla ainkain prosessissa saamassa sitä valmiiksi. Taloudelliset seikat ei minulla nyt niinkään vaikuta, alallani ei ole kaupallisia tai teollisia apurahoja ollenkaan. Gradun tein siis opintotuen kanssa, nyt väittärin meinaan työstää työn ohessa.

Huonompaa graduun verrattuna on myös se, että joudun olemaan valtaosan aikaa apurahalla. Gradun tekemisestä sain sentään rehtiä kuukausipalkkaa, joka oli (verovapausasiat huomioituna) lähes puolitoistakertainen apurahaan verrattuna.

Ajattelit kuitenkin tehdä homman loppuun? ap

mut voidaan vakinaistaa ja palkka nousee. Saan tällä hetkellä palkkaa siltä ajalta, mikä menee kenttätyön tekemiseen, mutta analysointi ja kirjoittaminen sitten apurahalla.

otantasuunnitelman. Olenpa nähnyt väikkärin jossa oli 10 havaintoa, mutta 100 muuttujaa. Revi siitä sitten jokin sopiva menetelmä tällaisen tutkijan avuksi. Yleensä ongelma on havaintojen vähäisyys ja epähomogeenisuus.

Kokeile bayesilaista analyysia, jos muuten on ideat loppu.

(Meni vähän ap:n aiheen vierestä, sorry!)

Mutta aihe on sen verran "uusi", että hommasta tuli pakostakin osin kokeilua.

Koesuunnitelma oli varsin perusteellisesti tehty, mutta kun vastaavaa ei ole aikaisemmin tehty (ja olen tekemisissä biologisten ilmiöiden kanssa), kaikkeen ei ole osannut varautua. Lisäksi on ollut epäonnea: kolmevuotisen kokeen koealue tuhoutui viimeisenä vuonna, joten tulokset jäivät vaillinaisiksi. Lisäksi osa kemiallisista analyyseistä epäonnistui enkä pysty toistamaan niitä, kun se veisi 4 vuotta aikaa ja maksaisi kemsuineen + töineen lähes 80.000 €. Osin näistä syistä ohjaajatkaan eivät osaa auttaa siinä, miten kalliiden kenttäkokeiden aineistot vielä voitaisiin hyödyntää niin, että tulokset ja analyysit olisivat valideja ja sovellettavissa käytäntöön.

Jos osaat neuvoa osa-osa-osa-osaruutukokeiden tilastollisia malleja (erityisesti osittaisen aikasarja-analyysin sekä noiden mixed-analyysien osalta), niin otan kyllä kommentteja vastaan! Tällä hetkellä Suomesta tuntuu löytyvät muutama tilastotieteilijä, joka tämän hallitsee, ulkomaiset on jo otettu avuksi.

Kokeile bayesilaista analyysia, jos muuten on ideat loppu.

(Meni vähän ap:n aiheen vierestä, sorry!)

... että bayesilaista analyysiä ehdottamalla minut naurettaisiin maanrakoon! :)

t:(olinkohan) 3

mutta täytyy sanoa, että Bayesilaista on joskus pakko käyttää. Alkaa kuulostaa, että sopiskin tuohon. Nimittäin esim. yhdinpommi on niin kallis poksauttaa, ettei sitä tehdä kuin kerran, joten silloin otetaan avuksi bayesilainen analyysi tai jos jossakin kokeessa ihminen on vaarassa kuolla esim. hyvin harvinaiseen sairauteen, silloin ei montaa koetta tehdä lääkettä kehitettäessä.



Minusta ainoa ja oikea ratkaisu, jota sullekin on varmaan ehdotettu: että heität osan muustakin aineistosta roskiin, niin että saat tasapainoitetun koeasetelman. Niin tyypillistä, että ei raaskita luopua koemittauksista tai labrahommista ja myöntää, että tuli tehtyä turhaan. Sitten katsot, mitä saat siitä tasapainoitetusta aineistosta aikaiseksi. Sulle on varmasti ehdotettu tätä. Sääli heittää pois aineistoa (työtä ja rahaa), mutta jos siitä ei saa analyysia, niin ei saa. Piirrä vaikka kuvailevia juttuja siitä loppuaineistosta, käyriä, graaffeja, piirakoita, histogrammeja jne. jutun täytteeksi.



Jos keksit omin päin jotain eksoottista menetelmää, et saa tuloksillesi mitään arvostusta, koska kaikkea kovin eksoottista hyljeksitään tilastotieteessä ja muuallakin tieteenalalla jossa huonommin tunnetaan tilastotiedettä. Tuloksiisi ei luoteta, jos et käytä yleisesti hyväksyttyjä ja tunnustettuja tilastollisia analysointimenetelmiä.



Onnea kuitenkin, että löydät ekspertin avuksi.

Minusta ainoa ja oikea ratkaisu, jota sullekin on varmaan ehdotettu: että heität osan muustakin aineistosta roskiin, niin että saat tasapainoitetun koeasetelman. Niin tyypillistä, että ei raaskita luopua koemittauksista tai labrahommista ja myöntää, että tuli tehtyä turhaan. Sitten katsot, mitä saat siitä tasapainoitetusta aineistosta aikaiseksi. Sulle on varmasti ehdotettu tätä. Sääli heittää pois aineistoa (työtä ja rahaa), mutta jos siitä ei saa analyysia, niin ei saa. Piirrä vaikka kuvailevia juttuja siitä loppuaineistosta, käyriä, graaffeja, piirakoita, histogrammeja jne. jutun täytteeksi.

Jos keksit omin päin jotain eksoottista menetelmää, et saa tuloksillesi mitään arvostusta, koska kaikkea kovin eksoottista hyljeksitään tilastotieteessä ja muuallakin tieteenalalla jossa huonommin tunnetaan tilastotiedettä. Tuloksiisi ei luoteta, jos et käytä yleisesti hyväksyttyjä ja tunnustettuja tilastollisia analysointimenetelmiä.

Onnea kuitenkin, että löydät ekspertin avuksi.

En ole kehittelemässä mitään omaa analyysitapaa, sillä silloin tulosten sovellettavuus olisi heikko eikä tulokset olisi edes luotettavia, kuten mainitsit. Siksi on "väännetty kättä" kollegoiden kanssa oikeista analyysitavoista ja aineiston rajauksesta.

Ehkä muotoilin tämän tilanteen huonosti... Pahin ongelma mulla on oikeastaan siinä, että tutkimushankkeen johtaja (mun pääohjaaja siis) ei pystyisi luopumaan mistään, eli yrittää pakottaa mut hyödyntämään koko aineiston sen epäonnistumisista huolimatta. Muut ohjaajat ja minä itse tyytyisimme selkeimpiin, onnistuneimpiin ja sovellettavimpiin osiin datasta... Olen siis puun ja kuoren välissä, enkä oikeastaan osannut tähän varautua (ainakaan tässä mittakaavassa).

Oikeastaan se jonkin edellisen viestin heitto niistä analyysivinkeistä oli pelkkä vitsi, kuten ehkä rivien välistä pystyi lukemaan. Tilasto-osuus alkaa olla kartoitettu (siihen siis hurahti puolitoista vuotta), nyt mun on vaan pakko valita, ketä kollegoita/ohjaajia suututan tai kenelle aiheutan pettymyksen omalla valinnallani... Sen tiedän, että bayesilaiseen analyysiin en ryhdy, koska aineistoa rajaamalla saan vielä ihan hyvät lähtökohdat analyyseihin oman alan tunnustetuilla menetelmillä.