Lightnews — Scholar-powered news

Oliver Saal @osaal.bsky.social · 2d

Bro trust me, just one more number and I'll be in control, just one more quantification bro

lastpositivist.bsky.social @lastpositivist.bsky.social · 2d

An image of Roboute Guilliman in his full sci-fi Roman Emperor regalia, gloriously gesturing into the future, overlaid by the text from tumblr user "so many orcs which reads: " *voice of someone craving even the tiniest sliver of control* i could make a spreadsheet,

2 9

Oliver Saal @osaal.bsky.social · 10d

Lakens (2025): Confidence intervals. Teoksessa Lakens, D. (2025). Improving Your Statistical Inferences. lakens.github.io/statistical_inferences/07-CI.html

Varsinkin alaluku 7.3 kertoo luottamusvälien väärintulkinnasta (VM on sama kuin LV, mutta prosenteille)

7 Confidence Intervals – Improving Your Statistical Inferences

This open educational resource contains information to improve statistical inferences, design better experiments, and report scientific research more transparently.

lakens.github.io

Oliver Saal @osaal.bsky.social · 10d

Thornton ja Thornton (2004): Erring on the margin of error. jstor.org/stable/4135315

Kertoo virheen yleisyydestä ja selittää ehkä minua paremmin virhetulkinnan

Erring on the Margin of Error on JSTOR

Robert J. Thornton, Jennifer A. Thornton, Erring on the Margin of Error, Southern Economic Journal, Vol. 71, No. 1 (Jul., 2004), pp. 130-135

jstor.org

1

Oliver Saal @osaal.bsky.social · 10d

Jos haluaa tietää lisää tästä aiheesta, avainsana on NHST, eli null hypothesia significance testing (nollahypoteesimerkitsevyystestaus).

Summa summarum: VM ei tarkoita mitä luullaan eikä kerro mitä halutaan. Todellinen tilastotiede ei käytä VM:ää testatakseen eroja 14/14

Seuraavaksi pari linkkiä!

1

Oliver Saal @osaal.bsky.social · 10d

Käytimmekö VM:ää? Ei ollenkaan! Käytimme vain aineistossa esiintyvien vastausten määriä.

Jos kävisikin niin, että p-arvo on suuri (suurempi tod.näk.), niin emme voisi hylätä hypoteesia. Toisin sanoen, *voi* olla niin, että kannatukset ovat samat - emme pysty osoittamaan toisin. 13/14

1

Oliver Saal @osaal.bsky.social · 10d

(Tätä kutsutaan khii neliö-testiksi, jos kiinnostaa tarkemmin!)

Laskemme suht monimutkaisen testin, jonka vastaukseksi saamme ns. p-arvon, eli todennäköisyysarvon väliltä 0-1 (mahdoton - taattu)

Jos p-arvo on hyvin matala (erittäin pieni tod.näk.) hylkäämme hypoteesin (ei luultavasti oikein) 12/14

1

Oliver Saal @osaal.bsky.social · 10d

Asetetaan hyp., että Y:n todellinen arvo on sama kuin X:llä (4,5 %). Voimme rakentaa nelikentän: Kuinka moni vastasi Y vs. ei Y, kuinka moni vastasi X vs. ei X?

Jos hyp. on oikeassa, Y- ja X-vastausten määrä tulisi olla sama. Mitä isompi ero, sitä pienemmällä tod.näk. ovat oikeasti samoja 11/14

1

Oliver Saal @osaal.bsky.social · 10d

Auttaako VM? Ei oikeastaan. VM on pitkän aikavälin mitta: 95 % VM:stä sisältää todellisen arvon äärettömässä määrässä samanaikaisia otoksia.

Miten sitten arvioidaan, onko kyseessä virhemittaus? Muistetaan tilastotieteen määritelmä: aineiston tod.näk. huomioiden hypoteesin 10/14

1

Oliver Saal @osaal.bsky.social · 10d

Sanotaan seuraavaksi, että näemme seuraavat arvot: Puolue X 4,5 %, Puolue Y 5,7 %, molemmilla VM +- 2,7 %-yksikköä.

Ensimmäinen tulkinta: Y:llä kannatus on suurempaa kuin X:llä!
Mutta, mitä jos Y:n kannatus onkin virhemittaus ja oikeasti on paljon matalampi?

Tarvitaan siis jonkinlainen testi! 9/14

1

Oliver Saal @osaal.bsky.social · 10d

Epäkorrekti: Samat arvot kuin yllä. Mikä on todennäköisyys, että todellisen ja mitatun arvon erotus on nolla, ottaen huomioon mitatut arvot? (= hypoteesin tod.näk.)

Epäkorrekti tulkinta on lähempänä arjen ajattelua, mutta edustaa todellisuudessa erityistä (bayesilaista) tilastotiedettä! 8/14

1

Oliver Saal @osaal.bsky.social · 10d

Korrekti: Sanotaan, että puolueen X kannatus on todellisuudessa 5 %, ja mittauksessamme 4,5 % +- 2,1 %. Mikä on todennäköisyys, että saamme nämä mitat, jos oikeasti on niin, että todellisen ja mitatun arvon erotus on nolla, eli ovat samoja? (= aineiston tod.näk.) 7/14

1

Oliver Saal @osaal.bsky.social · 10d

Korrekti tulkinta on abstraktimmalla tasolla aineiston todennäköisyys, ottaen huomioon hypoteesin. Aineisto = laskettu arvo ja VM, hypoteesi = oletus, että laskettu arvo on sama, kuin todellinen arvo

Yleinen väärinkäsitys edustaa kuitenkin hypoteesin todennäköisyyttä, ottaen huomioon aineiston 6/14

1

Oliver Saal @osaal.bsky.social · 10d

Toinen osio VM:n määritelmästä: se koskettaa todennäköisyyttä olla todellisen arvon sisältävä, ei todennäköisyyttä sisältää todellista arvoa. Kuulostaa pilkunviilaukselta, mutta tämä on perinpohjainen piirre ns. taajuustilastotieteessä (frequentist statistics), mitä VM edustaa. 5/14

1

Oliver Saal @osaal.bsky.social · 10d

Ongelmana kuitenkin on, että VM vaatisi muuten täydellisen samanlaiset otokset toimiakseen toistotutkimuksissa. Koska puoluekannatus vaihtelee ajan myötä, todellisessa tilanteessa eri aikoina toteutettuja VM:iä ei voida aggregoida järkevästi. 4/14

1

Oliver Saal @osaal.bsky.social · 10d

VM edustaa teoreettista pitkän aikavälin todennäköisyyttä - ei yksittäisen otoksen todennäköisyyttä. Tiukassa tulkinnassa VM ei siis oikeasti kerro yhtään mitään yksittäisestä tuloksesta! Sen todellinen hyöty on toistotutkimuksissa, joissa kaikki VM:t voidaan koota yhteen. 3/14

1

Oliver Saal @osaal.bsky.social · 10d

Virhemarginaali on luottamusvälin versio prosenttiluvuille. VM tulee tulkita niin, että äärettömässä määrässä samanaikaisissa otoksissa 95 % virhemarginaaleista sisältäisi todellisen arvon.

Hieman tekninen määritelmä, niin puretaan osiin! 2/14

1

Oliver Saal @osaal.bsky.social · 10d

yle.fi/a/74-20178647

Yle on uusinut tiedonsa puoluekannatusmittausten toteuttamisesta - hyvä juttu!
Virhemarginaalin määritelmä on vieläkin harhaanjohtava - huonompi juttu... 1/14

Näin Ylen puoluekannatusmittaus syntyy

Yle seuraa kuukausittain puolueiden kannatusta. Tässä jutussa kerromme, miten kysely toteutetaan ja tulokset saadaan.

yle.fi

1 2

Oliver Saal @osaal.bsky.social · Sep 5

Nyt palvelutarvearviointia, sisältäen suuria datamassoja, rekisterianalyysejä, paikkatietoa ja tilastollisia ennustemalleja. Alalla voi tutkia vähän mitä vain! 2/2

2

Oliver Saal @osaal.bsky.social · Sep 5

Enpä ole aikaisemmin osallistunut, joten #minätutkin pelastusalaa määrällisin menetelmin! Aikaisempia projekteja olleet suomalaisten pelastusasenteet, omatoiminen varautuminen ja riskiasenteet; sekä epäasiallinen kohtelu ja väkivalta pelastusalalla (tästä PhD meneillään!). 1/2

1 10

Oliver Saal @osaal.bsky.social · Jul 30

yle.fi/a/74-2017359...

Erittäin harvoin luen uutisten kommentteja, mutta tällä kertaa positiivinen yllätys. Ei Suomi tarvitse suurempia parkkiruutuja (ja siten enemmän tilaa autoille), vaan pienempiä autoja.

Autoilijat survovat uusia jättiautoja ikivanhoilla mitoilla laadittuihin parkkiruutuihin

Parkkipaikoilla kolaroidaan Onnettomuustietoinstituutin mukaan päivittäin joka tunti viisi kertaa. Joensuussa on esimerkki arjesta, jossa ruutujen minimimitoitus on pahasti vanhentunut.

yle.fi

Oliver Saal @osaal.bsky.social · Jul 10

Finally, a real student pub: first time I've seen R package stickers in toilets

A hexagonal sticker surrounded by graffiti. The sticker says "mia", with the web address "microbiome.github.io" in small font. The yellow sticker shows small microbes.

Oliver Saal @osaal.bsky.social · Jul 4

For the first time ever, today I actually finished a programming project (QGIS plugin w/ Python and Qt) - and it's even for use at work! Time to celebrate methinks 🥳 (Just don't look at my Github graveyard...)

Oliver Saal @osaal.bsky.social · Jun 14

Somewhere, Baudrillard is having a fit

2 8

Oliver Saal @osaal.bsky.social · Jun 12

Sadly, it's a great place (and despite the name, not actually libertarian - we Finns just don't know what we're referencing)

1

Reposted by Oliver Saal

🅡🅞🅑 🅜🅔🅢🅤🅡🅔 @robmesure.bsky.social · May 29

I have been logged out of my toothbrush.

730 3.5K 20K