Arvestus koosneb kolmest osast: iseseisvad tööd (40% punktidest), projekt (30%) ja test (30%).

Lõpptulemuseks on erinevate arvestuse osade eest saadud punktide summa:

"Sooritatud" 61-100%
"Mittesooritatud" alla 61%

---

1. Iseseisvad tööd:

DK_ylesanded_2018.pdf .

---

2. Projekt

Suhteliselt lühike (1-2 lk) kirjutis (nö uurimistöö/artikli pisut laiendatud materjali ja metoodika osa), mis võiks sisaldada punkte nagu

• uurimisvaldkond, püstitud küsimus(ed), hüpoteesid;

• kuidas ja kas on plaanis (või on need plaanid juba teostatud) koguda andmeid, viia läbi katseid, küsitlusi, mõõta midagi, ...;

• kui palju (katseid/uuritavaid objekte); miks sellisel hulgal; kuidas valitud; ...

• mis tüüpi statistikameetodeid kasutatakse/võiks kasutada püstitatud küsimustele vastamiseks kogutud andmete alusel ja miks; või siis arutelu teemal, mida kogutud andmete analüüsid võiksid tulemuseks anda (et kui ei oska veel arvata, mis statistkameetodeid/tarkvara rakendada võiks).
• ...

Hinnatakse stiilis on / ei ole (30 punkti / 0 punkti).

Asja mõte on püüda panna doktorante ükskõik kas siis reaalselt teostatava või lihtsalt fantaasia viljana sündinud uuringu erinevaid etappe läbi kirjutama
(minu senised kogemused on näidanud arvatust märksa suuremaid probleeme uuringu eesmärkide sõnastamisel, sellest lähtuval uurimis- ja analüüsimeetodite valikul ning tulemuste esitamisel - millest omakorda johtuvad probleemid uurimistulemuste publitseerimisel).

Mina püüan anda lühidalt tagasisidet oma mätta otsast ja võin soovi korral püüda konsulteerida ka suuliselt (sageli on see vähem töömahukas).

NB! Iseseisvate tööde ja projekti esitamise tähtaeg (neile, kes soovivad Jõuludeks arvestust sooritatud saada):
2. detsember 2018

---

3. Test

Valikvastustega test, 30 küsimust.

Toimub paberil ilma abimaterjale kasutamata nädal-kaks peale kursuse lõppu.
Kellel ei ole sellel ajal võimalik testi sooritada, võtku ühendust ja lepime kokku sobiva aja.

Testi edukaks sooritamiseks peaks omama ülevaadet loengutel ja praktikumides käsitletust. Pisut täpsemalt öeldes peaks mõistma,

• kuidas arvutatakse ja mille poolest erinevad olulisemad arvkarakteristikud (keskmine, mediaan, standardhälve, kvartiilid); millal kasutada keskmist, millal mediaani; milline on keskmise ja mediaani vahekord ebasümmeetrilise jaotuse korral;
• mida näitab/mõõdab parameetri standardviga, usaldusintervall, olulisuse nivoo, olulisuse tõenäosus (p-väärtus), testi võimsus;
• milline näeb välja ja millal tekib normaaljaotus;
• millistele küsimustele vastamiseks sobib kasutada t-testi, Mann-Whitney e. Wilcoxoni testi, märgitesti, F-testi, Kolmogorov-Smirnovi testi, Hii-ruut testi, Fisheri täpset testi;
• milleks kasutatakse ja milles seisneb Bonferroni korrektsioon/meetod;
• milliste ülesannete lahendamiseks sobib kasutada kahemõõtmelist sagedustabelit, Pearsoni või Spearmani korrelatsioonikordajaid, lineaarset regressioonanalüüsi, dispersioonanalüüsi, üldisi lineaarseid mudeleid;
• millal kasutatakse logistilisi mudeleid (logistilist regressiooni) ja probit-mudeleid (probit-regressiooni); mida näitab shasside suhe (odds ratio), kuidas on see seotud kahemõõtmelise sagedustabeliga ja logistilise regressiooniga;
• mida näitab mudeli standardviga, mida mitmene korrelatsioonikordaja;
• mida hindavad lineaarse mudeli parameetrid (regressioonikordaja, dispersioonanalüüsi mudeli parameetrid), mida kontrastid; mis vahe on fikseeritud ja juhuslikel faktoritel;
• millisel juhul on sobilik kasutada mitmemõõtmelise analüüsi meetodeid nagu klasteranalüüsi, peakomponentanalüüsi, diskriminantanalüüsi.