Kitinä

Kreitsu kirjoitti:^Se on rahapuu eli sille ei tarvitse hirveästi tehdä mitään. Ainakaan ei saa kastella liikaa. Sijoitin sen vessaan

Noh, paskanhajulla ja rahallahan on tunnetusti voimakas korrelaatio keskenään

^^Onpa jännännäköinen tuo Sateenkaarikukka. Mitä nuo värikkäät pallot on, kukkia/marjoja...?!

Chilejä. Sen takia olikin pakko laittaa, violetteja chilejä...

saira kirjoitti:Siihenkin on jo oikeastaan vastaus tiedossa. Koska kysyjä mallintaa järjestysasteikollista, moniluokkaista muuttujaa, käytetään kumulatiivista moniluokkaista logistista regressiota.

Avaapa tuota enemmän. Järjestysasteikollinen (hyvä, parempi, paras) eli erotuksia ei voida laskea? Moniluokkainen muuttuja eli useampi kuin kaksi arvoa? Kumulatiivinen moniluokkainen logistinen regressio eli vaihtoehtoja enemmän kuin kaksi ja todennetaan, milloin joku saavuttaa jonkun asteen (tuota ajattelin tuosta kumulatiivisesta). Selittäviä muuttujia useita? Miten tuo logistinen sopii tuohon, kun silloin vaihtoehtoja on vain kaksi?

Riemumieli kirjoitti:

saira kirjoitti:Siihenkin on jo oikeastaan vastaus tiedossa. Koska kysyjä mallintaa järjestysasteikollista, moniluokkaista muuttujaa, käytetään kumulatiivista moniluokkaista logistista regressiota.

Avaapa tuota enemmän. Järjestysasteikollinen (hyvä, parempi, paras) eli erotuksia ei voida laskea? Moniluokkainen muuttuja eli useampi kuin kaksi arvoa? Kumulatiivinen moniluokkainen logistinen regressio eli vaihtoehtoja enemmän kuin kaksi ja todennetaan, milloin joku saavuttaa jonkun asteen (tuota ajattelin tuosta kumulatiivisesta). Selittäviä muuttujia useita? Miten tuo logistinen sopii tuohon, kun silloin vaihtoehtoja on vain kaksi?

Järjestysasteikollinen, eli erotuksia ei voida laskea, mutta voidaan laittaa loogiseen paremmusjärjestykseen. Moniluokkainen muuttuja, eli tosiaan useampi kuin kaksi vaihtoehtoa, tässä tapauksessa 4, 1= ei lainkaan tai vähän,...,4=Erittäin paljon tai täysin. Selitettävän muuttujan jakauma on siis multinomijakauma. Kumulatiivista käytetään kun on järjestysasteikollinen selitettävä, todennäköisyyksien laskemiseen käytetään ehdollisia todennäköisyyksiä. Logistinen, koska mallissa selitettävänä muuttujana on tutkittavan tapahtuman riskin logaritmi.

Lineaarisessa mallissa voi käyttää selittäjinä yhtä tai useampaa tekijää. Jos taas selitettävässä muuttujassa on vain kaksi luokkaa, jakauma on binomi.

saira kirjoitti:Kumulatiivista käytetään kun on järjestysasteikollinen selitettävä.

Tuota kumulatiivista en vieläkään ymmärtänyt, mutta sellaista se on. Ilmeisesti kyse on luonnontieteistä, ei vaikkapa markkinatutkimuksen tilastotieteestä?

saira kirjoitti:Chilejä. Sen takia olikin pakko laittaa, violetteja chilejä...

Punaiseksi nekin muuttuu kypsyessään. :-p Tosin vaihtavat väriä ensin keltaiseen. Kiva koristepuska, jota voi halutessaan vaikka syödä.

Riemumieli kirjoitti:

saira kirjoitti:Kumulatiivista käytetään kun on järjestysasteikollinen selitettävä.

Tuota kumulatiivista en vieläkään ymmärtänyt, mutta sellaista se on. Ilmeisesti kyse on luonnontieteistä, ei vaikkapa markkinatutkimuksen tilastotieteestä?

Tämä koskee kaikkia järjestysasteikollisia selitettäviä esim. mielipidemittauksia, kuten tässä kandissa.

Pätkä luentorungosta:

Selittävistä muuttujista riippuvaista satunnaisvektoria Yi voidaan mallintaa moniluokkaisilla logit-malleilla. Moniluokkaiset logit-mallit ovat logistisen regressiomallin yleistyksiä tilanteeseen, missä selitettävä muuttuja on J-ulotteinen satunnaisvektori Yi. Moniluokkaisissa logit-malleissa valitaan jokin todennäköisyyksistä πi1,πi2,...,πiJ vertailukohdaksi, esim. todennäköisyys πi1, ja sen jälkeen mallinnetaan logaritmoituja vedonlyöntikertoimia.

Olkoon Yi järjestysasteikollinen satunnaismuuttuja, millä on J eri tulosvaihtoehtoja jotka voidaan järjestää luonnolliseen järjestykseen. Lisäksi sisältäköön satunnaisvektori niYi satunnaismuuttujan Yi tulosvaihtoehtojen frekvenssit, kun satunnaiskoetta on toistettu ni kertaa. Jos xi sisältää selittävien muuttujien arvot satunnaismuuttujan Yi tilanteessa, voidaan satunnaismuuttujan Yi jakaumaa tarkastella kumulatiivisten todennäköisyyksien avulla.

P(Yi ≤j|xi)=πi1+πi2+···+πij, j=1,...,J.

Yksi mahdollinen tapa tarkastella kumulatiivisia todennäköisyyksiä on mallintaa logaritmoituja kumulatiivisia vedonlyöntikertoimia

Suhteellisten vedonlyöntikertoimien kumulatiivisen logit-mallin nimi juontaa ominaisuudesta

logit(P(Yi ≤j|xi))−logit(P(Yk ≤j|xk))=β′(xi −xk).

Manaaja kirjoitti:

saira kirjoitti:Chilejä. Sen takia olikin pakko laittaa, violetteja chilejä...

Punaiseksi nekin muuttuu kypsyessään. :-p Tosin vaihtavat väriä ensin keltaiseen. Kiva koristepuska, jota voi halutessaan vaikka syödä.

Juu, ystävällä oli viime kesänä todella komea (chili)puska ikkunallaan. Saa nähdä kuinka mun käy tänä vuonna, itse olen chilini kasvattanut ihan luomulla, nyt vasta sain jonkinlaisen valon kasveille. Eli hyviä aloittelijan vinkkejä saa antaa, jos jotain tärkeää tulee mieleen...

^ Jos haluaa että valosta on jotain konkreettista hyötyä puskien kannalta jotka tuottavat kukkaa ja marjaa, sen valon täytyy olla todella lähellä kasveja (~10cm) jotta valon intensiteetti riittää ilman järeämpiä ratkaisuja (suurpainenatriumlamput).

Tämän vuoksi valo ei saa olla mikään hehkulampputyyppinen 60w 'kasvi'lamppu, sillä sellainen polttaa liian helposti lämpösäteilyllään kasvin, jos sen laittaa tarpeeksi lähelle, ja tarpeeksi kaukaa jotta ei polttaisi, siitä ei ole mitään hyötyä fotosynteesin kannalta.

Paljon parempia lamppuja kasvien hyvinvoinnin kannalta ovat joko loisteputket tai ihan tavalliset 20-30w energiansäästölamput, sillä sen lisäksi että ne eivät lämpösäteile läheskään yhtä pahasti, ne myös tuottavat valoa enemmän.

Kasvilamppujen violetti väri on muutenkin IMO melko hirveää sisätiloissa. Todellisuudessahan se ei tuota oikein mitään enempää kuin tavallisen värinenkään valo, vaan niiden peilin heijastinpinta on ainoastaan maalattu värillä, joka suodattaa kasville hyödyttömiä värikomponentteja pois, joista ei kuitenkaan mitään haittaakaan olisi, ainakaan ihmiselle joka asuu samassa huoneistossa.