tiistai 25.2.2020 | 04:26
Sää nyt
°
m/s
  ° m/s
Sääsivulle »
Päivyri

Jenni Nikun väitöstilaisuus lauantaina – Tilastotieteen tutkimuksessa kehitetään menetelmiä moniulotteisen runsausdatan analysointiin

KATARIINA ANTTILA Haapavesi-lehti
Ma 10.2.2020 klo 17:49

Olet lukenut 1/5 ilmaista artikkelia.

Jenni Nikun tilastotieteen väitöskirjan On modeling multivariate abundance data with generalized linear latent variable models tarkastustilaisuus pidetään lauantaina 15. helmikuuta Jyväskylän yliopistolla.

Vastaväittäjänä professori Jouni Kuha (London School of Economics, Iso-Britannia) ja kustoksena yliopistonlehtori, dosentti Sara Taskinen (Jyväskylän yliopisto). Väitöstilaisuuden kieli on suomi.

Jenni Niku (s. 1991) on kotoisin Haapaveden Kytökylältä ja kirjoittanut ylioppilaaksi Haapaveden lukiosta vuonna 2010.

Niku on väitöstutkimuksessaan kehittänyt luotettavia ja laskennallisesti tehokkaita menetelmiä moniulotteisen runsausdatan analysointiin.

Moniulotteista runsausdataa kerätään nykyisin lukuisilla tieteenaloilla. Ekologiassa runsausdata koostuu tyypillisesti useilta paikoilta tehdyistä eläin- tai kasvilajien havainnoista, jotka mittaavat kunkin lajin runsautta kyseisellä havaintopaikalla. Tällaisten aineistojen keruu on yleistä, kun halutaan tutkia eläin-, kasvi- tai eliöyhteisöjä, niiden vuorovaikutusta keskenään tai vuorovaikutusta suhteessa ympäristöön.

Niku kertoo esimerkkinä menetelmän soveltamisesta luonnontilaiselta, metsätalouskäytössä olevalta ja luonnontilaan palautetulta turvesuolta kerättyjen pieneliöstönäytteiden analysoinnin ja vertailun.

Moniulotteista runsausdataa on perinteisesti analysoitu käyttäen algoritmeihin perustuvia menetelmiä, jotka ovat laskennallisesti helppoja, mutta tulosten luotettavuutta on vaikea arvioida.

Niku tutki ja kehitti menetelmiä, jotka mahdollistava esimerkiksi lajien välisten riippuvuuksien ja ympäristömuuttujien tarkemman mallintamisen.

Väitöskirjassa kehitettiin aiempaa tehokkaampia algoritmeja mallin sovittamiseen, jotta menetelmien käytettävyys parantuisi. Tutkimukset osoittivat, että kehitetyt algoritmit ovat nopeampia kuin niiden olemassa olevat vastineet ilman että laskennallista tarkkuutta menetetään.

Väitöskirjatyön aikana kehitetyt algoritmit sekä työkaluja mallien diagnostiikkaan, testaukseen ja visualisointiin esimerkkeineen koottiin ilmaiseen, avoimen lähdekoodin ohjelmistopakettiin.

#