• Publicationsclose
• 2019-2023close
• Master thesis close
• Estonian close

Magistritöö eesärk on tutvustada pseudovaatluste kasutamist elukestusanalüüsis. Pseudovaatlused on jackknife meetodil arvutatud hinnangud üleelamistõenäosusele, mis näitavad ühe vaatluse mõju valimi keskmisele, võttes arvesse andmetes esinevat tsenseerimist. Töö teoreetilises osas tehakse ülevaade elukestusanalüüsi mõistetest ja meetoditest, keskendudes Coxi võrdeliste riskide mudelile. Seejärel tutvustatakse pseudovaatlusi ja kolme pseudovaatluste arvutamise juhtu: hinnangut üleelamistõenäosusele, hinnangut tõkestatud keskmisele elueale ja konkureerivate riskide kumulatiivsele avaldumisele. Töö praktilises osas kasutatakse Coxi võrdeliste riskide meetodit ja pseudovaatlusi, et hinnata liiklusõnnetuse tagajärjel tekkinud ravikulude hüvitamise kestust mõjutavaid tegureid.

Töö eesmärk on uurida nõudmiseni hoiusele pakutavate intresside sõltumist 6-kuulisest euriborist ja 6-kuulise euribori swap’i määrast. Selleks uuritakse ARIMAX tüüpi mudelite moodustamist ja kointegratsiooni hoiuse intresside ja turumäärade vahel. Lisaks moodustatakse mudelid naturaallogaritmi ja hüperboolse siinuse pöördfunktsiooni abil transformeeritud aegridadele. Töö on motiveeritud krediidiasutuste vajadusest intressiriski hinnata, kus intressirisk on ettevõtte risk saada kahju intressimäärade muutumisest. Hoiuse intresside prognoosimine turumäärade abil on oluline sisend intressiriski hindamise protsessi.

Magistritöö eesmärk on tutvustada levinumaid Bayesi segumudeleid ja vastavaid Gibbsi valikul põhinevaid meetodeid tiheduse ligikaudseks hindamiseks.Samuti illustreeritakse meetodite tööd arvutisimulatsioonide abil.

Käesoleva magistritöö eesmärgiks on välja selgitada otstarbekad meetodid krediidiriski hindamiseks, kui argumenttunnused on valdavalt kategoriaalsed. Töös võrreldakse nelja erinevat prognoosimudelit – logistilist regressiooni, LASSO regressiooni, klassifitseerimispuud ning gradient boosting algoritmi. Töös kasutatav andmestik sisaldab infot väikelaenu saanud isikute kohta ning uuritavaks tunnuseks on laenu staatus, mis kirjeldab, kas laen on krediidiasutusele tagastatud või mitte.

Käesoleva magistritöö eesmärk on eelmise aasta riskipatsientide raviarvete andmeid kasutades prognoosida järgmisel aastal välditavat hospitaliseerimist vajavad patsiendid. Riskipatsiendiks loetakse krooniliselt haiget inimest, kellel on suurenenud risk tervise halvenemisele. Lisaks on soov mudeliga hinnata patsientidele hospitaliseerimise riskiskoor, mille alusel patsiendid järjestada. Töö teoreetilises osas tutvustatakse masinõppe metoodikat ning kirjeldatakse töös kasutatavaid klassifitseerimismeetodeid. Lisaks tehakse ülevaade tasakaalustamata andmete probleemist ning võimalikest lahendustest. Seejärel tehakse ülevaade riskipatsientide definitsioonist ning kirjeldatakse valimisse sattunud patsiente. Töö praktilises osas katsetatakse erinevaid klassifitseerimismeetodeid ning võrreldakse erinevaid lähenemisi hospitaliseerimiste prognoosimisel. Töö tulemusena valitakse parim meetod ning katsetatakse valitud mudelit uute andmete korral.

Magistritöö eesmärk on uurida, kas depressioon on riskiteguriks kardiometaboolsetele haigustele. Uuritakse ka depressiooni mõju surmale nii kardiometaboolse haiguse diagnoosiga kui ka diagnoosita indiviididel. Lisaks hinnatakse hüpertensiooni, hüperkolesteroleemia ja erinevat tüüpi antidepressantide kasutuse mõju kardiometaboolsetele haigustele. Töös rakendatakse elukestusanalüüsi meetodeid ning mitme olekuga mudeleid nagu konkureerivate riskide mudel ja haigus-surm mudel. Riske hinnatakse Coxi võrdeliste riskide mudeli abil. Analüüsides on ajaskaalaks vanus ning arvestatakse paremalt tsenseeritud ning vasakult tõkestatud andmetega.

Magistritöö eesmärk on uurida kompositsionaalsete andmete teooriast tuttavate log-suhte transformatsioonide ja masinõppemeetodite mõju soolevähi ennustusmudelite üldistusvõimele. Täpsemalt uuritakse aditiivse, paariviisilise ning tsentreeritud log-suhte teisenduste ning elastse võrgu ja juhumetsa meetodite kombinatsioonidel põhinevate soolevähki prognoosivate mudelite ennustus- ja üldistusvõimet viie populatsiooni soolestiku mikrobioomi andmeid kasutades. Lisaeesmärk on teada saada parimaid tulemusi andev metoodika, mida saaks võtta aluseks Eesti soolevähi sõeluuringu programmi edendamiseks.

Eesti gümnaasiumi riiklik õppekava ja rahvusvaheline International Baccalaureate diplomiprogramm on ainsad gümnaasiumi õppekavad, mida aktsepteeritakse Eesti ülikoolidesse sisseastumisel. Käesoleva magistritöö eesmärk on Eesti gümnaasiumi laia ja kitsa matemaatika ainekavasid võrrelda IB diplomiprogrammi matemaatika kursuste kavadega ning tuua välja peamised sarnasused ja erinevused neis nõutud õpitulemustes. Õpitulemuste võrdlemiseks on koostatud tabelid, mille aluseks on võetud Eesti kitsa matemaatika õppekava. Tabelite põhjal on välja toodud teemade kaupa õppekavade peamised erinevused ja sarnasused. Võrdluste tulemusel selgus, et IB süvendatud matemaatika kursustel (HL) käsitletakse ka mitmeid teemasid, mida ei ole Eesti gümnaasiumi riiklikus õppekavas, vaid vaadeldakse ülikoolis. IB kahe standardtaseme kursuste õpitulemused on sarnased Eesti laia ja kitsa matemaatika oodatud õpitulemustega.

Käesoleva magistritöö eesmärgiks oli teada saada, millised on piirkondlikud erinevused PISA uuringu, põhikooli lõpueksami ja gümnaasiumi riigieksamite matemaatikatulemustes, arvestades sotsiaalmajanduslikku tausta ja IKT vahendite kasutamist õppetöös. Valim koosnes 2907 eesti õppekeelega kooli õpilasest, kes osalesid 2015. aastal PISA uuringus ning sooritasid samal aastal põhikooli lõpueksami. Linnapiirkondade (linnakoolide) õpilased ja maapiirkondade (maakoolide) õpilased jaotusid vastavalt 65,4% (n = 1901) ja 34,6% (n = 1006). Keskmiste tulemuste võrdlemiseks kasutati sõltumatute gruppide t-testi ning kovariatsioonanalüüsi. Riigieksami tulemuste ennustamiseks kasutati mitmest regressioonanalüüsi ning IKT mustrite uurimisel sõltumatute gruppide t-testi. Leiti, et maa- ja linnakoolide õpilaste tulemused PISA matemaatikas ning laia matemaatika riigieksami tulemustes erinevad statistiliselt olulisel määral ja seda ka siis, kui arvestada sotsiaalmajandusliku staatusega. Paremat laia matemaatika riigieksami tulemust ennustavad kõrgem sotsiaalmajanduslik staatus, asukoht (linn) ning PISA matemaatika või põhikooli lõpueksami paremad tulemused. Paremat kitsa matemaatika riigieksamit ennustavad kõrgem sotsiaalmajanduslik staatus ning paremad PISA matemaatika või põhikooli lõpueksami tulemused. Lisaks osutus ühe regressioonimudeli puhul oluliseks ka IKT vahendite kasutamise sagedus koolis. IKT vahendite kasutamissagedusel maa- ja linnakoolide vahel statistiliselt olulisi erinevusi ei esinenud. Maakoolides kasutatakse linnakoolidest enam IKT vahendeid grupitöödeks ja klassikaaslastega suhtlemiseks. Saadud tulemused võivad viidata sellele, et piirkondlikud erinevused avaldavad mõju õpilaste edasisele hariduskäigule.

Magistritöö eesmärk on leida jälgimiseelsete (retrospektiivsete) ja jälgimisaegsete (prospektiivsete) haigusjuhtude analüüsimiseks sobiv meetod, mis oleks rakendatav suuremahulistes geneetilistes seoseuuringutes. Jälgimiseelseteks juhtudeks nimetatakse neid inimesi, kes on uuritava haiguse saanud enne uuringuga liitumist, jälgimisaegseteks juhtudeks aga neid, kes esimest korda haigestuvad uuritavasse haigusesse pärast uuringuga liitumist. Huvi pakub see, kas jälgimiseelseid ja jälgimisaegseid haigusjuhtusid on parem analüüsida eraldi, kasutades vastavalt kas binaarse uuritava tunnuse mudelit või Coxi võrdeliste riskide mudelit, ning leitud hinnangud seejärel kombineerida, või analüüsida neid andmeid koos, tegemata vahet jälgimiseelsetel ja jälgimisaegsetel juhtudel. Töö teoreetilises osas antakse ülevaade kasutatavatest meetoditest: elukestusanalüüsiks mõeldud Coxi võrdeliste riskide mudelist ning kahest binaarse tunnuse modelleerimise meetodist: logistilisest ja täiend-log-log regressioonist. Meetodite võrdlemiseks viiakse läbi simulatsiooniuuring, mille tarvis kirjeldatakse esmalt, kuidas simuleerida Weibulli jaotusega võrdeliste riskide mudelile vastavaid elukestusandmeid. Simulatsioonide põhjal on erinevaid haigusjuhtusid kõige parem analüüsida koos, kasutades selleks täiend-log-log mudelit. Võrreldud meetodeid rakendatakse Tartu Ülikooli Eesti Geenivaramu andmestikul, uurimaks teist tüüpi diabeedi ja geenivariantide vahelisi seoseid.