Rajoitetuista tarkkuus- ja kovarianssimatriisin estimointimenetelmistä sekä tilastollisesta verkkojen päättelystä

Väitöstilaisuuden tiedot

Väitöstilaisuuden päivämäärä ja aika

Väitöstilaisuuden paikka

Linnanmaa, sali L10

Väitöksen aihe

Rajoitetuista tarkkuus- ja kovarianssimatriisin estimointimenetelmistä sekä tilastollisesta verkkojen päättelystä

Väittelijä

Filosofian maisteri Markku Kuismin

Tiedekunta ja yksikkö

Oulun yliopiston tutkijakoulu, Luonnontieteellinen tiedekunta, Matemaattisten tieteiden tutkimusyksikkö

Oppiaine

Tilastotiede

Vastaväittäjä

Professori Ernst Wit, University of Lugano, Sveitsi

Kustos

Professori Mikko J. Sillanpää, Oulun yliopisto, Suomi

Lisää tapahtuma kalenteriin

Muuttujien välisen riippuvuuden estimoimisesta sekä tapa tutkia geneettistä populaatiorakennetta verkkojen avulla

Satunnaismuuttujien hajontaa sekä riippuvuutta arvioidaan yleisesti kovarianssi- ja tarkkuusmatriisin avulla. Mikäli muuttujien lukumäärä on suurempi kuin mitattujen havaintojen lukumäärä, matriisien estimaatit ovat epätarkkoja tai niitä ei voi ollenkaan määrittää perinteisin menetelmin.

Edellä mainittua ongelmaa tutkitaan aktiivisesti tilastotieteen ja koneoppimisen saralla. Väitöstutkimuksessa esitellään uusi menetelmä, jonka avulla voidaan estimoida tarkkuusmatriisi, vaikka satunnaismuuttujia olisi enemmän kuin mitattuja havaintoja.

Perinnöllisyystieteen kehityksen myötä on syntynyt kysyntää uusille tilastotieteen menetelmille, joiden avulla voidaan analysoida suuria aineistoja. Väitöstyössä havainnollistetaan, kuinka verkkojen avulla voidaan mallintaa yksilötason populaatiorakennetta. Väitöksessä vertaillaan verkkoteorian työkaluja populaatiogenetiikan tavanomaisten menetelmien kanssa. Graafisen mallin valinnassa käytetään proseduuria, joka soveltuu erityisesti isojen aineistojen ja mallien tutkimiseen.
Viimeksi päivitetty: 14.11.2018