Modelling non-industrial private forest landowners' strategic decision making by using logistic regression and neural networks: case of predicting the choice of forest taxation basis

Summary

Multivariable regression analysis and hot-spot stress approach into fatigue life estimations of welded joints

Kolmen eri hitsausliitoksen väsymisikä arvio on analysoitu monimuuttuja regressio analyysin avulla. Regression perustana on laaja S-N tietokanta joka on kerätty kirjallisuudesta. Tarkastellut liitokset ovat tasalevy liitos, krusiformi liitos ja pitkittäisripa levyssä. Muuttujina ovat jännitysvaihtelu, kuormitetun levyn paksuus ja kuormitus tapa. Paksuus effekti on käsitelty uudelleen kaikkia kolmea liitosta ajatellen. Uudelleen käsittelyn avulla on varmistettu paksuus effektin olemassa olo ennen monimuuttuja regressioon siirtymistä. Lineaariset väsymisikä yhtalöt on ajettu kolmelle hitsausliitokselle ottaen huomioon kuormitetun levyn paksuus sekä kuormitus tapa. Väsymisikä yhtalöitä on verrattu ja keskusteltu testitulosten valossa, jotka on kerätty kirjallisuudesta. Neljä tutkimustaon tehty kerättyjen väsymistestien joukosta ja erilaisia väsymisikä arvio metodeja on käytetty väsymisiän arviointiin. Tuloksia on tarkasteltu ja niistä keskusteltu oikeiden testien valossa. Tutkimuksissa on katsottu 2mm ja 6mm symmetristäpitkittäisripaa levyssä, 12.7mm epäsymmetristä pitkittäisripaa, 38mm symmetristä pitkittäisripaa vääntökuormituksessa ja 25mm/38mm kuorman kantavaa krusiformi liitosta vääntökuormituksessa. Mallinnus on tehty niin lähelle testi liitosta kuin mahdollista. Väsymisikä arviointi metodit sisältävät hot-spot metodin jossa hot-spot jännitys on laskettu kahta lineaarista ja epälineaarista ekstrapolointiakäyttäen sekä paksuuden läpi integrointia käyttäen. Lovijännitys ja murtumismekaniikka metodeja on käytetty krusiformi liitosta laskiessa.

Diverse Routes from School, via Higher Education, to Employment. A Comparison of Nine European Countries

The central theme for this study is graduate employment and employability in European-wide discussion. In this study, the complex relationships between higher education and the world of work are explored from the vantage point of how individuals make use of the higher education system in their transition from education to employment. The variation among individual transition processes in nine European countries is analysed with the help of a comparable graduate survey. Countries in this study are Italy, Spain, France, Austria, Germany, the Netherlands, the United Kingdom, Finland, and Norway. The data used for the study is commonly known as the “CHEERS” or “Careers after Higher Education, A European Research Survey.” The data was collected in 1999. The study discusses the possibilities and limitations the higher education system has in supporting the initial education-to-work transitions of youth. The study also addresses problems with comparing national higher education systems in terms of enrolment and graduate employability. A central purpose for this study is to reflect on concerns about the prolongation of individual transitions with a framework that simultaneously considers both the graduate employability and the duration of the education-to-work transition process. The key concept for this study is the standard student/graduate; synonym concepts are the traditional and the conventional student/graduate. Standard graduates are relatively young individuals who are performing their initial transition from education to working-life and who complete the degree-earning process within the stipulated time frame. In all nine countries, standard graduates make up a considerable share of the student flow, passing from higher education to the labour markets. The share of standard graduates is by far the largest in France, where they comprise the overwhelming mass. The proportion of the standard graduates is the lowest in Italy, Finland, and Austria where approximately one in four graduates completed the process of higher education within the stipulated time frame. Of the nine countries compared, employability of the whole graduate population is the greatest in Norway, the UK, Finland, and the Netherlands. Compared with employability of the whole graduate population, variation among the countries is considerably reduced when reviewing the employability of only the standard graduates. Thereby, even though the ranking among countries remains largely unchanged, the variations among them are smaller when the duration of degree earning process is standardized. The study also discusses other ideal types of student careers (or transition processes) besides the standard student/graduate. Results of regression analyses indicate that that at the pan-European level analysis, the graduate labour markets are not heavily segmented in terms of the type of the individual transition process. When considering within-country differences between the graduates, the field of studies is clearly a more powerful explanatory variable than the type of the transition process. There are, nevertheless, clear indications that, irrespective of the country, chances of finding a high status job are, on the average, highest amongst those who graduate within the stipulated duration of the degree program and who thereby have experienced the standard student career, whereas, participating in working life while studying protects against unemployment after finishing one’s degree.

Keille yliopiston portit avautuvat? Tutkimus suomalaisiin yliopistoihin ja eri tieteenaloille valikoitumisesta 2000-luvun alussa

Tutkimuksessa tarkastellaan suomalaisiin yliopistoihin valikoitumista 2000-luvun alussa. Tarkastelu pohjautuu yliopistoon hakeneiden, opiskelemaan hyväksyttyjen ja opiskelupaikkaa ilman jääneiden taustojen vertailuun. Tutkimuksen tarkoituksena on selvittää, miten koulutuksellinen tasa-arvo toteutuu opiskelemaan pääsyssä. Erityistä huomiota kiinnitetään sukupuolten, eri-ikäisten, sosiaalisten ryhmien sekä eri alueella asuvien opiskelijavalinnoissa pärjäämiseen. Lisäksi pohditaan, millaiset taustatekijät ovat yhteydessä opiskelemaan pääsyyn ja miten suomalainen yliopistokenttä on lohkoutunut yliopistoittain ja aloittain hakijoiden ja sisään päässeiden taustojen perusteella. Tutkimuksen pääaineistona on henkilöpohjainen rekisteriaineisto, joka on laadittu valtakunnallisen hakijarekisterin (HAREK) ja Tilastokeskuksen yhteistyönä. Aineisto käsittää 40 %:n satunnaisotoksen vuonna 2003 suomalaisiin yliopistoihin hakeneista (N = 55 790). Aineiston muuttujat kuvaavat hakijoiden taustoja, elämäntilannetta, aiempaa koulutusta ja lapsuudenperheen asemaa. Tutkimuksessa hyödynnetään lisäksi kokonaisjoukosta muodostettua taulukkoaineistoa (N = 139 668). Yliopistoihin hakevat eivät ole yhtenäinen ryhmä. Vaikka suurin osa hakijoista oli nuoria, oli joukossa myös varttuneempia hakijoita, jotka olivat ehtineet hankkia koulutusta ja muuta elämänkokemusta. Päävalinnat toimivat siten myös aikuishakijoiden hakuväylänä; erillisvalintoja eivät hyödynnä läheskään kaikki, joilla siihen olisi mahdollisuus. Klusterianalyysin avulla hakijoista voitiin erottaa neljä ryhmää: 1) nuoret ylioppilaat, 2) toisen tutkinnon suorittajat, 3) koulutuspääoman kartuttajat sekä 4) aikuiset lisäkouluttautujat. Opiskelemaan pääsyyn vaikuttavia tekijöitä analysoitiin logistisen regressioanalyysin avulla. Analyysin mukaan hakijan iällä oli muista taustatekijöistä riippumaton vaikutus opiskelemaan pääsyyn niin, että todennäköisyys päästä yliopistoon vähenee hakijan iän kohotessa. Parhaiten opiskelemaan pääsivät kaikkein nuorimmat, alle 20-vuotiaat hakijat, jotka siis useimmiten ovat saman kevään ylioppilaita. Vanhemmille hakijoille oli usein kertynyt jo koulutusta, mutta aiemmat tutkinnot paransivat sisäänpääsyn mahdollisuuksia vain, mikäli ne olivat korkea-asteelta. Alemmilla ammatillisilla tutkinnoilla oli pikemminkin opiskelemaan pääsyä heikentävä vaikutus. Myös se, mitä hakija oli tehnyt ennen valintakokeita, vaikutti sisäänpääsyn mahdollisuuksiin. Parhaiten valinnoissa pärjäsivät päätoimiset opiskelijat, heikoiten työttömät hakijat. Vaikka miesten hyväksymisprosentit olivat keskimäärin korkeammat kuin naisten, sukupuoli ei osoittautunut itsenäiseksi opiskelemaan pääsyä selittäväksi tekijäksi. Naisten huonompi pärjääminen valinnoissa selittyykin pitkälti sukupuolten eriytyneillä alavalinnoilla. Naisten suosimat alat kun ovat pääsääntöisesti vaikeapääsyisempiä kuin miesten. Tutkimuksessa selvisi myös, että kaupunkilaisuus lisäsi todennäköisyyttä tulla hyväksytyksi. Toisaalta opiskelemaan pääsy erosi myös asuinmaakunnittain, mikä kertoo lähinnä siitä, että eri yliopistojen sisäänpääsyasteissa on varsin suuria eroja. Yliopistojen lohkoutuminen hakijoiden sosiaalisen taustan mukaan oli paljon selvempää kuin alojen. Kaikki pääkaupunkiseudun yliopistot – lukuun ottamatta Teatterikorkeakoulua – luokittuivat isän asemalla mitaten elitistisiksi. Matalimmista taustoista haettiin Lapin, Joensuun ja Vaasan yliopistoihin. Alojen paikka elitistisyyskansanomaisuus -ulottuvuudella vaihteli suuresti yliopistoittain. Teknillistieteellinen, matemaattis-luonnontieteellinen ja kauppatieteellinen ala sijoittuivat kuitenkin keskimääräistä ylemmäs, kun taas kasvatustiede ja farmasia olivat kansanomaisimpia hakukohteita. Opiskelijaksi valikoitumisen peruselementit toistuivat myös tässä tutkimuksessa: koulutetuimpien ja hyvässä asemassa olevien vanhempien jälkeläiset saivat opiskelupaikan useammin kuin muut. Yliopistolaitoksessa vuosikymmenten saatossa toteutetut rakenteelliset muutokset eivät siis ole muuttaneet valikoitumisen peruslinjaa, joskin uutena huomiona nousi maanviljelijöiden jälkeläisten hyvä valinnoissa pärjääminen. Maanviljelijäperheestä tulevien opiskelemaan pääsyn todennäköisyys oli kaikkein suurin.

Novel Regression Methods For Spectral Data

Singular Value Decomposition (SVD), Principal Component Analysis (PCA) and Multiple Linear Regression (MLR) are some of the mathematical pre- liminaries that are discussed prior to explaining PLS and PCR models. Both PLS and PCR are applied to real spectral data and their di erences and similarities are discussed in this thesis. The challenge lies in establishing the optimum number of components to be included in either of the models but this has been overcome by using various diagnostic tools suggested in this thesis. Correspondence analysis (CA) and PLS were applied to ecological data. The idea of CA was to correlate the macrophytes species and lakes. The di erences between PLS model for ecological data and PLS for spectral data are noted and explained in this thesis. i