Search

Alzheimerin tauti, yksi yleisimmistä muistisairauksista, on hitaasti etenevä aivoja rappeuttava tauti, jolle ei ole vielä parantavaa hoitoa. Tietyt lääkkeet ja elämäntapainterventiot voivat kuitenkin hidastaa taudin etenemistä ja lievittää sen oireita, mikä parantaa potilaiden elämänlaatua ja terveydenhuollon kustannusvaikuttavuutta. Alzheimerin taudin varhainen diagnostiikka on erittäin tärkeää, koska erilaiset interventiot pitäisi aloittaa jo taudin varhaisessa vaiheessa, jotta niillä saataisiin aikaan paras mahdollinen vaikutus. Taudin varhainen diagnostiikka on kuitenkin haastavaa, koska muutokset aivoissa alkavat vuosia tai vuosikymmeniä ennen ensimmäisten oireiden ilmaantumista. Lisäksi viime vuosien tutkimus on tuottanut tietoa suuresta määrästä erilaisia testejä ja biomarkkereita, jotka voivat vaikuttaa taudin diagnoosiin ja prognoosiin. Tiedon suuri määrä saattaa aiheuttaa informaatioähkyä kliinikoille vaikeuttaen heidän päätöksentekoaan. Datalähtöiset analytiikka- ja visualisointimenetelmät voivat auttaa suuren ja heterogeenisen tietomäärän tulkinnassa ja hyödyntämisessä. Ne voivat siten tukea kliinikkoa hänen päätöksenteossaan. Lisäksi nämä menetelmät voivat auttaa tunnistamaan sopivia potilaita kliinisiin lääketutkimuksiin, joiden tavoitteena on kehittää Alzheimerin taudin etenemistä hidastavia lääkkeitä. Tämän väitöskirjan tavoitteena oli kehittää datalähtöisiä menetelmiä Alzheimerin taudin etenemisen ennustamiseen ja seurantaan taudin eri vaiheisiin alkaen normaalista kognitiosta ja edeten kuolemaan. Mallien kehittämisessä hyödynnettiin kognitiivisten ja neuropsykologisten testien tuloksia, magneettikuvantamista (MRI), selkäydinnestenäytteitä, ja genetiikkaa (apolipoproteiini E). Väitöskirja koostuu neljästä alkuperäisestä tutkimuksesta, jotka on julkaistu kansainvälisissä tieteellisissä lehdissä. Ensimmäinen osatutkimus keskittyi Alzheimerin taudin varhaiseen vaiheeseen. Tutkimuksessa käytettiin ohjattua koneoppimisen menetelmää Disease State Index (DSI, taudin tilan indeksi) ennustamaan, kenellä subjektiivisesti koettu kognition heikkeneminen etenee taudin vakavampaan vaiheeseen eli lievään kognition heikentymiseen (mild cognitive impairment, MCI) tai dementiaan. Tutkimuksen aineisto koostui 647 henkilöstä kolmesta eurooppalaisesta muisti- klinikkakohortista. Kun yhdistettiin useita eri muuttujia DSI-menetelmällä, ROC- käyrän (engl. Receiver Operating Characteristic curve) alle jäävä pinta-ala (AUC) oli 0.81 ja tasapainotettu tarkkuus oli 74%. Negatiivinen ennustearvo oli korkea (93%) ja positiivinen ennustearvo oli matala (38%). Kun DSI-malli validoitiin erillisellä testikohortilla, mallin AUC huononi 11%. Lisäanalyysit osoittivat, että useat erot kohorttien välillä voivat selittää suorituskyvyn alenemista. Toinen osatutkimus keskittyi taudin myöhäisempään vaiheeseen. DSI-menetelmällä analysoitiin pitkittäistä dataa, joka koostui 273 henkilön MCI-kohortista. Kohortti hankittiin Alzheimer’s Disease and Neuroimaging (ADNI 1) tietokannasta. DSI-arvojen muutokset ajan kuluessa olivat erilaiset niillä, joiden tauti eteni Alzheimerin taudin dementiaksi, ja niillä, joilla tauti pysyi MCI-vaiheessa. Lisäksi huomattiin, että stabiilina pysynyt MCI-ryhmä koostui kahdesta aliryhmästä: ensimmäisessä ryhmässä DSI-arvot pysyivät vakaina ja toisessa ryhmässä DSI-arvot kohosivat. Tämä indikoi, että toisessa ryhmässä tauti saattaa edetä dementiaksi tulevaisuudessa. Näiden analyysien lisäksi DSI:in oleellisesti liittyvä Disease State Fingerprint (DSF, taudin tilan sormenjälki) -visualisointimenetelmä laajennettiin pitkittäiselle datalle. Kolmas osatutkimus ennusti hippokampuksen surkastumista 24 kuukauden ai- kana lähtötilanteen mittausten perusteella. Tutkimuskohortti koostui henkilöistä, joilla oli normaali kognitio, MCI tai Alzheimerin taudin dementia, ja se hankittiin ADNI 1 (n=530) ja Australian Imaging Biomarkers and Lifestyle Flagship Study of Ageing (AIBL, n=176) tutkimuksista. Useita eri datatyyppejä sisältävät mallit ennustivat hippokampuksen surkastumista tarkemmin kuin pelkistä MRI-muuttujista koostuvat mallit. Kuitenkin molemmat mallit aliarvioivat todellista surkastumista erityisesti suuremmilla surkastumisnopeuksilla, aliarviointi oli suurempaa pelkästään MRI-muuttujiin perustuvilla malleilla. Kun ennustettiin kaksiluokkaista vastemuuttujaa, eli nopea vs. hidas surkastuminen, mallien tarkkuus oli 79-87%. MRI-mallien suorituskyky oli hyvä, kun testauksessa käytettiin erillistä AIBL-aineistoa. Viimeinen osatutkimus keskittyi Alzheimerin taudin viimeisimpiin vaiheisiin. Siinä tutkittiin, mitkä tautiin liittyvät tekijät ovat yhteydessä kuolleisuuteen potilailla, joilla oli Alzheimerin taudin dementia. Aineisto koostui 616 henkilöstä Amsterdam Dementia Cohort -aineistosta. Iällä ja sukupuolella vakioidun Coxin suhteellisen vaaran mallin mukaan vanhempi ikä, miessukupuoli, huonommat pisteet kognitiivisessa toimintakyvyssä, ja aivojen kuoriosien ja mediaalisen ohimolohkon surkastuminen olivat yhteydessä kuolleisuuteen. Optimaalinen muuttujien yhdistelmä sisälsi iän, sukupuolen, tulokset kahdesta kognitiivisesta testistä (digit span backward, Trail Ma- king Test A), mediaalisen ohimolohkon surkastumisen ja selkäydinnestenäytteestä mitatun kohdasta 181 (treoniini) fosforyloidun tau-proteiinin määrän. Yhteenvetona todetaan, että datalähtöisillä menetelmillä voidaan ennustaa ja seu- rata Alzheimerin taudin etenemistä varhaisesta vaiheesta myöhäiseen vaiheeseen. Yhdistämällä useita eri datatyyppejä saadaan parempia tuloksia kuin käyttämällä vain yhtä datatyyppiä. Tulokset korostavat myös, että datalähtöiset menetelmät on tärkeä arvioida erillisellä aineistolla, jota ei ole käytetty menetelmien kehittämiseen. Lisäksi näiden menetelmien käyttöönotto eri ympäristöissä tai maissa saattaa vaatia potilaan tutkimusmenetelmien ja diagnoosikriteereiden harmonisointia. Alzheimer’s disease (AD), the most common form of dementia, is a slowly progressing neurodegenerative disease, which cannot be cured yet. However, certain medications and lifestyle interventions can delay progression of the disease and its symptoms, thereby positively influencing both quality of life of patients as well as cost- effectiveness of healthcare. Early diagnosis of AD is important because such interventions should be started already at an early phase of the disease to have the best effect. However, early diagnosis is challenging because pathological changes in the brain occur years before the clinical symptoms become visible. In addition, the re- search during the past years has produced information from a large number of different tests and biomarkers that can potentially contribute to diagnosis and prognosis of AD. This excessive amount of data can cause information overload for clinicians, thus hampering the clinicians’ decision making. Data-driven analysis and visualization methods may help with interpretation and utilization of large amounts of heterogeneous patient data and support the clinicians’ decision-making process. Furthermore, the methods may aid in identifying suitable patients for clinical drug trials. The aim of the work described in this thesis was to develop and validate data- driven methods for predicting and monitoring progression of Alzheimer’s disease at the different phases of the disease spectrum, starting from normal cognition and ending to death, using data from neuropsychological and cognitive tests, magnetic resonance imaging (MRI), cerebrospinal fluid samples (CSF), comorbidities, and genetics (apolipoprotein E). The thesis consists of four original studies published as international journal articles. The first study focused on the early phase of AD. A supervised machine learning method called Disease State Index (DSI) was utilized to predict who of the individuals with subjective cognitive decline (SCD) will progress to a more severe condition, i.e., mild cognitive impairment (MCI) or dementia. The study population included 647 subjects from three different memory clinic-based cohorts in Europe. When all data modalities were combined, the area under the receiver operating characteristic curve (AUC) was 0.81 and balanced accuracy was 74%. Negative predictive value was high (93%), whereas positive predictive value was low (38%). Performance of the DSI method in terms of AUC decreased by 11% when validated with an in- dependent test set. Additional analyses suggested that several differences between the cohorts may explain the decrease in the performance. The second study focused on a more advanced disease stage. The DSI method was applied to longitudinal data collected from an MCI cohort of 273 subjects obtained from the Alzheimer’s Disease and Neuroimaging (ADNI 1) study. Longitudinal profiles of the DSI values differed between the subjects progressing to dementia due to AD and subjects remaining as MCI. In addition, two subgroups were found in the group remaining as MCI: one group with stable DSI values over time and another group with increasing DSI values, suggesting the latter group may progress to dementia due to AD in the future. This study also extended the Disease State Fingerprint (DSF) data visualization method for longitudinal data. The third study predicted hippocampal atrophy over 24 months using baseline data and penalized linear regression. The cohorts consisted of subjects with normal cognition, MCI, and dementia due to AD and were obtained from the ADNI 1 (n=530) and the Australian Imaging Biomarkers and Lifestyle Flagship Study of Ageing (AIBL, n=176) studies. The models including different data modalities per- formed better than the models including only MRI features. However, both models underestimated the real change at higher atrophy rate levels, the MRI-only models showing a greater underestimation. When predicting dichotomized outcome, i.e., fast vs. slow atrophy, the models obtained a prediction accuracy of 79-87%. The MRI-only models performed well when evaluated with an independent validation cohort (AIBL). The last study focused on the latest phase of AD by identifying which disease- related determinants are associated with mortality in patients with dementia due to AD. The cohort included 616 patients from the Amsterdam Dementia Cohort. Age- and sex-adjusted Cox proportional hazards models revealed that older age, male sex, and worse scores on cognitive functioning, as well as more severe medial temporal lobe and global cortical atrophy were associated with an increased risk of mortality. An optimal combination of variables comprised age, sex, performance on digit span backward test and Trail Making Test A, medial temporal lobe atrophy, and tau phosphorylated at threonine 181 in CSF. In conclusion, data-driven methods can be used for predicting and monitoring progression of AD from the mildest stages to the more advanced stages. Combining information from several data modalities provides better prediction performance than individual data modalities alone. The results also highlight the importance of the validation of the methods with independent validation cohorts. Introduction of these methods to different environments and countries may require harmonization of patient examination methods and diagnostic criteria.

Despite the development of advanced process-based methods for estimating the discharge capacity of vegetated river channels, most of the practical one-dimensional modeling is based on a relatively simple divided channel method (DCM) with the Manning flow resistance formula. This study is motivated by the need to improve the reliability of modeling in practical applications while acknowledging the limitations on the availability of data on vegetation properties and related parameters required by the process-based methods. We investigate whether the advanced methods can be applied to modeling of vegetated compound channels by identifying the missing characteristics as parameters through the formulation of an inverse problem. Six models of channel discharge capacity are compared in respect of their uncertainty using a probabilistic approach. The model with the lowest estimated uncertainty in explaining differences between computed and observed values is considered the most favorable. Calculations were performed for flume and field settings varying in floodplain vegetation submergence, density, and flexibility, and in hydraulic conditions. The output uncertainty, estimated on the basis of a Bayes approach, was analyzed for a varying number of observation points, demonstrating the significance of the parameter equifinality. The results showed that very reliable predictions with low uncertainties can be obtained for process-based methods with a large number of parameters. The equifinality affects the parameter identification but not the uncertainty of a model. The best performance for sparse, emergent, rigid vegetation was obtained with the Mertens method and for dense, flexible vegetation with a simplified two-layer method, while a generalized two-layer model with a description of the plant flexibility was the most universally applicable to different vegetative conditions. In many cases, the Manning-based DCM performed satisfactorily but could not be reliably extrapolated to higher flows.

Tässä työssä tutkittiin Suomen kantaverkon, Fingridin, ylläpitämän säätösähkömarkkinan ennustamista. Kantaverkko pyrkii pitämään sähkön kulutuksen ja tuotannon jatkuvassa tasapainossa, sillä liian suuri kulutus laskee sähköverkon taajuutta 50 Hz viitearvosta ja liian suuri tuotanto sen sijaan nostaa taajuutta yli sallittujen rajojen. Säätösähkömarkkinoille osallistuvat kantaverkkoyhtiön sähköverkkoon liittyvät tuottajat tai kuluttajat, jotka täyttävät markkinoille asetetut määritykset. Osallistujat välittävät tuntikohtaisia säätösähkötarjouksia ylös- tai alassäädön muodossa. Ylössäätötarjous tarkoittaa tuotannon lisäämistä tai kulutuksen vähentämistä suunnitellusta ja alassäätötarjous tuotannon vähentämistä tai kulutuksen lisäämistä. Säätösähkömarkkinoilta saa korvausta tunnin loputtua määräytyvän säätötyypin mukaan, joka määrittyy säätömäärän mukaan, jos lopullinen säätömäärä poikkeaa nollasta. Tästä syystä säätösähkömarkkinoille osallistuvan tai kantaverkon ylläpitäjän tulisi pystyä ennustamaan seuraavalla tunnilla sähköverkossa tarvittavan säätösähkön määrää sekä säätösähkön suuntaa eli tyyppiä. Työn tavoitteena oli selvittää, voidaanko säätösähkömarkkinoille aktivoitua säätösähkön määrää ja suuntaa ennustaa. Aluksi käsiteltiin, kuinka säätösähkömarkkinat sijoittuvat kantaverkon ylläpitämiin sähkömarkkinoihin sekä aikaisempaa tutkimusta sähköenergian ja -markkinoiden ennustamisesta. Lisäksi työssä käytiin läpi aikasarjaennustamiseen liittyviä ominaispiirteitä, kuten stationäärisyyttä ja lineaaristen- ja epälineaaristen mallin eroavaisuuksia. Tutkimuksessa vertailtiin ennustamiseen soveltuvia lineaarisia ja epälineaarisia ennustemenetelmiä, joista lineaarisiin menetelmiin kuuluvat ennustemallit valikoituivat käytännön tutkimukseen valikoiduille menneisyyden aikasarjoille. Tutkimuksessa osoitettiin, että säätösähkömarkkinoille aktivoitujen säätöjen määrä ja suunta on ennustettavissa laskennallisesti tehokkailla lineaarisilla ARIMA-ennustemalleilla ja sen johdannaisilla, kun säätömäärän ennusteesta jalostetaan luokitteluennuste luokittelurajojen avulla. Luokittelurajat määrittelevät alueen, johon kuuluvat säätömäärät lasketaan niin pieniksi ylös- tai alassäädöiksi, että ne voidaan luokitella nollasäätötunneiksi. Haasteeksi tutkimuksessa osoittautui sopivien luokittelurajojen määrittäminen, jotka määrittävät nollatuntien luokittelualueen. Rajojen sopivuus riippuu ennusteen käyttäjän käyttötarkoituksesta. Tiukempi luokittelualue paransi tutkimuksessa ylös- ja alassäätötuntien luokittelutarkkuutta, mutta kasvatti riskiä väärän suuntaiselle luokitteluennusteelle. Jatkotutkimustarpeiksi tunnistettiin muun muassa säätömäärän ja luokitteluennusteen muodostaminen erillisillä ennustemalleilla.

Henkivakuutusyhtiön kohtaama raukeamisriski on markkinariskin jälkeen merkittävin henkivakuutusyhtiön vakavaraisuuspääomaan vaikuttava riskitekijä. Raukeamisriskin ominaisuuksia onkin tutkittu jo 1930-luvulta lähtien ja sitä koskeva tutkimuskirjallisuus on edelleen 1990- ja 2000-luvuilla lisääntynyt huomattavasti. Raukeamisriski perustuu vakuutuksenottajan käyttäytymiseen ja toteutuessaan aiheuttaa vakuutuksenottajalle ongelmia niin kannattavuuden, likviditeetin, kuin vakuutusyhtiön oikeudellisten velvoitteiden täyttämisen kanssa. Huolimatta raukeamisriskin kiistattomasta merkityksestä henkivakuutusyhtiön riskienhallinnalle, tutkimuskirjallisuus ei ole saavuttanut yksimielisyyttä riskiin vaikuttavien taustateorioiden, riskin mallintamisen tai riskin ennustamisen suhteen. Tämän tutkimuksen tarkoitus on selvittää, mitkä tekijät vaikuttavat henkivakuutusyhtiön kokeman raukeamisriskin mallintamiseen ja ennustamiseen sekä toisaalta, mitä haasteita riskin mallintamiseen ja ennustamiseen liittyen aihetta käsittelevä tutkimuskirjallisuus on tunnistanut. Lisäksi tutkimus pyrkii selvittämään, miten yksi henkivakuutusyhtiöitä koskeva sääntelykehikko, Solvenssi II, suhtautuu riskiin ja millaisia mahdollisia puutteita sääntelyyn raukeamisriskin osalta liittyy. Tutkimus on toteutettu systemaattisen kirjallisuuskatsauksen keinoin. Tutkimuksessa on analysoitu raukeamisriskiä sekä riskin sääntelyä koskevaa tutkimuskirjallisuutta tarkoituksenaan luoda käsitys siitä, millaisia löydöksiä aiheen piiristä on tehty ja millaisiin tutkimusongelmiin tutkimuskirjallisuus ei vielä anna kunnollisia vastauksia. Tutkielman tuloksena tunnistettiin ja luokiteltiin merkittävimmät henkivakuutusyhtiön raukeamisriskiin vaikuttavat tekijät sekä raukeamisriskin mallintamista ja ennustamista koskevat haasteet. Tutkimuksessa tunnistettiin, miten Solvenssi II -sääntelykehikon vakavaraisuuspääomavaatimuksen määrittäminen standardikaavalla saattaa aliarvioida raukeamisriskin aiheuttaman pääomantarpeen henkivakuutusyhtiölle. Tutkimuksen mukaan keskeisin uusi löydös raukeamisriskiä käsittelevässä tutkimuskirjallisuudessa on raukeamisriskin mallinnettavuuden ja ennustettavuuden parantuminen, kun riski jaetaan komponentteihin. Tämän aiheen tutkimus on kuitenkin vielä tällä hetkellä liian vähäistä yksiselitteisen mallinnustavan tunnistamiseksi.

Highlights • Forest changes were automatically modelled from multitemporal Sentinel-2 images. • Errors were evaluated based on visually interpreted VHR images. • Extraction of clear-cuts was accurate whereas thinnings had more variation. • Image quality and translucent clouds had most significant effect on errors. • Results were regarded applicable for operational change monitoring. The majority of the boreal forests in Finland are regularly thinned or clear-cut, and these actions are regulated by the Forest Act. To generate a near-real time tool for monitoring management actions, an automatic change detection modelling chain was developed using Sentinel-2 satellite images. In this paper, we focus mainly on the error evaluation of this automatized workflow to understand and mitigate incorrect change detections. Validation material related to clear-cut, thinned and unchanged areas was collected by visual evaluation of VHR images, which provided a feasible and relatively accurate way of evaluating forest characteristics without a need for prohibitively expensive fieldwork. This validation data was then compared to model predictions classified in similar change categories. The results indicate that clear-cuts can be distinguished very reliably, but thinned stands exhibit more variation. For thinned stands, coverage of broadleaved trees and detections from certain single dates were found to correlate with the success of the modelling results. In our understanding, this relates mainly to image quality regarding haziness and translucent clouds. However, if the growing season is short and cloudiness frequent, there is a clear trade-off between the availability of good-quality images and their preferred annual span. Gaining optimal results therefore depends both on the targeted change types, and the requirements of the mapping frequency.

The practice of financial forecasting has been in the interest of researchers since the late 1970s. Despite highly sophisticated models and increasing competence in econometrics and economics studies, actual business environment has overlooked statistical methods in forecasting. This thesis seeks to bring the usefulness of econometrical studies to business environment and for finance organizations’ budgeting processes. The thesis starts with introducing the complexity of forecasting practice in business organizations and the contradicting desires and incentives of different stakeholders. Goal for the empirical part of thesis is to create an econometric model by utilizing OLS estimator for Kalmar forklift trucks sold in geographical area consisting Europe, Middle East and Africa. In the later part of thesis, this model is extended to a forecasting model and the performance of it is evaluated against other forecasts by operations. At the end, the caveat of cyclic sales is analyzed using dummy variables and remarks for the future are denoted. Our key finding is that by using external lagged variables one can create a fundamental fact based model, which can be used as a highly accurate forecasting model. Using simple OLS regression and common-sense variable, the forecast model can track the actual sales development over the time from year to another. Forecast model has caveat what comes to a human factor. The quarter-oriented economy will influence the revenue recognition process and will make the sales to deviate from its fundamental value. The forecast model do perform as the literature implies, a simple forecast model can predict sales accurately and most importantly, fact based. The forecast model would bring value to the complexity of budgeting and rolling forecasting, since it would bring non-biased forecast and on top of which one can build a complete financial plan. When using the forecast model management would be able to take calculated risks based on facts and selected risk level. The idea and concept, which was proven in thesis could and should be extended to cover entire Kalmar mobile equipment division. Tiivistelmä: Liikeyritysten taloudellinen ennustaminen on ollut tutkijoiden mielenkiinnon kohteena 1970-luvun loppupuolelta lähtien. Tutkijat ovat etsineet parhaita käytäntöjä, joita yritykset käyttävät taloudelliseen ennustamiseen. Ekonometrinen tai tilastotieteellinen ennustaminen ei ole yritysten suosima ennustetapa, vaikkakin mallit ovat kehittyneet sekä niiden käyttöönotto on helpottunut. Matemaattisia ennustemalleja on ylenkatsottu ja katsotaan edelleen, vaikka niiden puolueettomuus sekä ennustetarkkuus ovat parempia kuin ihmisten intuition ja kokemukseen perustuvien ennusteiden on. Tämän tutkimuksen tarkoituksena on tuoda esiin ekonometristen mallien hyödyllisyys liike-elämään sekä taloushallinnon budjetointiprosessiin. Työ alkaa ennustekäytäntöjen tarkasteluilla jo tehtyjen tutkimusten perusteella sekä avaa ristiriistaisten insentiivien vaikutussuhteita ennusteprosessiin sekä budjetointiin. Työn empiirisessä osassa mallinnetaan OLS-regressiolla Kalmarin haarukkatrukkien myyntiä maantieteellisellä alueella, joka koostuu Euroopasta, Lähi-idästä sekä Afrikasta. Estimoitu malli laajennetaan ennustemalliksi, jonka ennustetarkkuutta verrataan ja arvioidaan muihin taloushallinnon tekemiin ennusteisiin. Lopuksi käsitellään mallin heikkouksia sekä mahdollisia tulevaisuuden mallinnustapoja, joilla myynnin syklisyyttä voitaisiin paremmin mallintaa. Työn tärkein havainto on mahdollisuus luoda täysin ulkoisiin fundamentaalisiin faktoihin perustuva ennustemalli. Yksinkertainen OLS-regressio yhdistettynä fundamenttimuuttujiin mahdollistaa suuren ennustetarkkuuden tilikaudesta toiseen. Ennustemalli toimii kuten aiempi tutkimus sekä kirjallisuus osoittaa. Ennustemalli tuottaa objektiivisen ennusteen myynnin kehittymisestä, kun myyntiin ei kohdistu ei-fundamentaalisia vaikutuksia kuten sisäisiä insentiivejä myynnintulouttamisen suhteen. Ennustemalli tuo selkeyttä budjetointiin ja antaa selkeän suunnan myynnin kehittymiselle. Ennustemallin hyvänä puolena mainittakoon siitä saatava ymmärrys myynnin todennäköisyyksille, joka mahdollistaa johdon harkitun riskinoton. Mallin idea ja konsepti on todistettu ja seuraava vaihe on laajentaa se kattamaan koko Kalmarin mobiilikonedivisioona.

Tiedon tuottaminen ja siirto on tulevaisuudessa merkittävässä osassa kaikkea verkkoliikennettä. Ennusteiden mukaan sekä laitteiden että kerätyn tiedon määrä moninker- taistuu tulevaisuudessa. Tämä aiheuttaa haasteita laitteille ja tiedon siirtoverkoille. Tässä tut- kielmassa selvitetään, voidaanko tiedon ennustamisella säästää resursseja niin siirtokanavien kuin laitteiden osalta. Ennustamisessa hyödynnetään konetunnistamisen menetelmiä ja mal- lia simuloidaan oikealla tiedolla. Production and transfer of information will constitute a substantial part of all network traffic in the future. According to estimates, the amount of equipment as well as the amount of information gathered will multiply. This creates challenges for both the equipment and the data transfer networks. This study explores the possibilities of data predicting in saving resources concerning the transfer networks as well as the equipment. In creating the predicting model the machine learning methods are utilized and the model is simulated using real world data.

Talousennusteilla on keskeinen vaikutus kuluttajien, sijoittajien sekä raha- ja finanssipolitiikan harjoittajien päätöksiin. Talousennusteiden tärkeästä yhteiskunnallisesta asemasta johtuen ekonomistit laativat ennusteita keskeisistä makrotaloudellisista muuttujista, kuten bruttokansantuotteen (BKT) kasvusta ja kuluttajahintainflaatiosta. Ekonomistit kokevat usein tarkkojen makrotaloudellisten ennusteiden laatimisen vaikeaksi. On olemassa useita syitä sille, miksi makrotaloudellinen ennustaminen on niin haastavaa. Ensinnäkin talousteoria on harvoin niin täsmällinen, että se määrittelisi ennustemallin funktiomuodon tai edes sen, mitä ennakoivia muuttujia tulisi sisällyttää ennustemalliin. Tästä syystä käytettävän ennustemallin valintaan liittyy huomattavaa epävarmuutta. Toiseksi useat makrotaloudelliset aikasarjat ovat kokeneet rakennemuutoksia. Nämä rakennemuutokset voivat johtua esimerkiksi kuluttajien kulutustottumusten, tuotantoteknologian tai institutionaalisten rakenteiden muutoksista. Aikaisemman empiirisen ennustekirjallisuuden perusteella rakennemuutokset vaikuttavat merkittävästi ennustemallien ennustetarkkuuteen. Lisäksi useiden makrotaloudellisten muuttujien arvot julkaistaan pitkällä viiveellä ja julkaistuja arvoja päivitetään yli ajan. Nämä päivitykset voivat olla hyvin suuria, mikä vaikeuttaa entisestään tarkkojen reaaliaikaisten ennusteiden laatimista. Tämä väitöskirja koostuu johdantoluvusta ja neljästä makrotaloudellista ennustamista käsittelevästä esseestä. Johdantoluvussa keskustellaan siitä, miten olennaisesti ennustemalliin liittyvä epävarmuus, rakennemuutokset ja aineiston päivittäminen vaikuttavat makrotaloudelliseen ennustamiseen. Väitöskirjan kaksi ensimmäistä esseetä analysoivat sitä, miten autoregressiiviset ennusteet tulisi laatia silloin, kun ennustettavassa aikasarjassa on tapahtunut rakennemuutos ja sarjan havaintoarvoja päivitetään yli ajan. Ensimmäisessä esseessä tarkastellaan ennustemallien parametrien estimointi-ikkunan valintaa tilanteessa, jossa aikasarjan havaintoja päivitetään yli ajan ja sarjassa on tapahtunut rakennemuutos juuri ennen ennusteen laatimishetkeä. Esseen Monte Carlo simulaatiotulokset ja empiiriset tulokset Yhdysvaltojen reaaliselle BKT:lle ja inflaatiolle osoittavat, että laajeneva estimointi-ikkuna tuottaa tällaisessa tilanteessa tyypillisesti kaikkein tarkimmat ennusteet. Toinen essee vertailee erilaisten useiden askelien ennustemenetelmien ennustetarkkuutta silloin, kun ennustettavassa aikasarjassa on tapahtunut rakennemuutos. Monte Carlo simulaatioiden perusteella rakennemuutoksen tyyppi ja ajankohta vaikuttavat ennustemenetelmien suhteelliseen ennustetarkkuuteen. Iteratiivinen menetelmä tuottaa tyypillisesti tarkimmat ennusteet, erityisesti silloin kun parametreihin kohdistuu vain pieniä muutoksia. Yhdysvaltojen reaaliaikaisten tuotanto- ja inflaatiosarjojen empiirinen analysointi osoittaa, että vaihtoehtoiset usean askeleen ennustemenetelmät tuottavat vain harvoin tarkempia ennusteita kuin iteratiivinen ennustemenetelmä. Väitöskirjan kaksi viimeistä esseetä analysoivat korkoeron eli pitkän ja lyhyen valtionlainan koron erotuksen sekä luottoeron eli luottoriskin aiheuttaman korkoeron ennustekykyä. Kolmas essee tutkii korkoeron ja erilaisten luottoerojen ennustekykyä silloin, kun nimellinen lyhyt korko on nollatasolla ja Yhdysvaltojen keskuspankki on harjoittanut epätavallista rahapolitiikkaa. Esseen tulokset viittaavat siihen, että korkoeron ennustekyky on muuttunut sen jälkeen kun lyhyt korko asetettiin nollatasolle ja keskuspankki aloitti epätavallisen rahapolitiikan harjoittamisen. Tutkimustulokset tukevat siis aikaisemmassa kirjallisuudessa esitettyä näkökantaa, jonka mukaan muutokset keskuspankin tavassa harjoittaa rahapolitiikkaa muuttavat korkoeron ennustekykyä. Esseen tulokset osoittavat myös, että luottoerojen ennustekyky vaihtelee merkittävästi yli ajan. Nollakorkorajoitteen ja epätavallisen rahapolitiikan ei kuitenkaan havaita muuttavan luottoerojen ennustekykyä. Neljäs essee tutkii sitä, onko niin sanottu asuntolainaspredi eli asuntolainan koron ja valtionlainan koron erotus hyödyllinen ennakoiva muuttuja. Esseen päätulos on se, että asuntolainaspredin avulla voidaan ennustaa Yhdysvaltojen reaalisen BKT:n ja teollisuustuotannon kasvua. Asuntolainaspredi osoittautuu tarkemmaksi ennakoivaksi muuttujaksi kuin paljon huomiota aikaisemmassa ennustekirjallisuudessa saaneet korkoero ja Gilchrist–Zakrajšek luottoero. Tulosten perusteella asuntolainaspredin ennustekyky vaihtelee yli ajan. Asuntolainaspredi on ollut erityisen hyödyllinen ennakoiva muuttuja vuodesta 2000 lähtien. The future prospects of the economy are important for consumers, investors, and policymakers. As a result, economists provide forecasts of key macroeconomic time series for different time horizons. Economists at universities, central banks, and other forecasting institutions often find it difficult to produce accurate forecasts of uncertain future values of macroeconomic series. There are several reasons why macroeconomic forecasting is such a challenging task. First, economic theory rarely specifies the functional form of the forecasting model or even which predictor variables should be included in the forecasting model. Thus, there is uncertainty concerning which forecasting model should be used. Second, many macroeconomic time series are subject to structural breaks. For instance, changes in tastes, technology, or institutional arrangements can cause changes in the dynamics of a series. It is well known that structural breaks matter for forecasting performance. Third, key macroeconomic data, such as real GDP and inflation series, are published with a lag and are subject to revisions. These data revisions can be quite large. Hence, it is difficult to produce accurate forecasts in real-time. This thesis consists of an introductory chapter and four empirical essays on macroeconomic forecasting. The introductory chapter provides a review of how uncertainty about the forecasting model, structural instability, and data revisions affect macroeconomic forecasting. Model uncertainty, structural breaks, and the real-time nature of macroeconomic time series play a central role in each of the essays. The first two essays analyze how one should generate autoregressive forecasts in the presence of structural instability and real-time data. In particular, the first essay considers the choice of the estimation window in the presence of data revisions and recent structural breaks. The Monte Carlo and empirical results for U.S. real GDP and inflation show that the expanding window estimator typically yields the most accurate forecasts after a recent structural break. The expanding window estimator performs well regardless of whether data revisions add news or reduce noise or whether we forecast first-release or final values. The second essay compares the forecasting accuracy of alternative multi-step forecasting methods in an unstable environment. The Monte Carlo simulations indicate that the type and the timing of the break affect the relative accuracy of the multi-step forecasting methods. The iterated method typically performs the best in unstable environments, especially if the parameters are subject to small breaks. Empirical analysis of real-time U.S. output and inflation series shows that the alternative multi-step methods only episodically improve upon the iterated method. The other two essays investigate the real-time predictive power of interest rate spreads, which have been frequently used in the forecasting literature. The third essay studies the predictive ability of the term spread and a set of credit spreads when the short-term nominal rates have been stuck at the zero lower bound (ZLB) and the Federal Reserve has used unconventional monetary policy. The results of this essay suggest that the predictive content of the term spread has changed since the onset of the ZLB and unconventional monetary policy period. Thus, our results provide further evidence supporting the view that changes in monetary policy affect the ability of the term spread to forecast subsequent real activity. The results also indicate that the predictive power of credit spreads fluctuates over time. However, the ability of credit spreads to signal future output growth seems to be unaffected by the beginning of the ZLB and unconventional monetary policy era. The fourth essay examines whether the mortgage spread (i.e., the difference between the 30-year mortgage rate and 10-year Treasury bond rate) is a useful leading indicator for U.S. real activity. The main finding from this study is that the mortgage spread contains predictive power for U.S. real GDP and industrial production growth. Importantly, the mortgage spread produces more accurate real-time forecasts than the widely used term spread and Gilchrist-Zakrajšek credit spread. However, the predictive power of the mortgage spread fluctuates over time. The mortgage spread has been a particularly informative leading indicator since the early 2000s.

Tässä pro gradu-tutkielmassa tarkastellaan luottoluokitusten vaikutusta yrityksen osakekurssikehitykseen tarkoituksena löytää niiden merkitys osakemarkkinoilla. Tutkielmassa käytetään aineistona 22 yrityksen viikottaista osakekurssi-informaatiota 440 viikon ajan vuosien 2006 ja 2014 välillä. Luottoluokitusten vaikutusta pyritään selvittämään käyttämällä ARMAXmallia, jossa osakekurssi-informaation lisäksi käytetään Moody'sin luottoluokituksia ja tarkkailulista ilmoituksia. Mallissa käytetään yhden viiveen mittaista aikasarjaa. ARMAX-mallin lisäksi tutkielmassa käytetään GARCH-mallia, jonka avulla pyritään selvittämään aiheuttaako luottoluokituksen muutos poikkeuksellista volatiliteettiä osakehinnan vaihtelussa. Tutkielman tulokset todistavat, että luottoluokituksen laskua seuraa lähes välitön osakekurssin volatiliteetin nousu sekä arvon lasku. Tämä tarkoittaa, että luottoluokituksen lasku sisältää markkinoille entuudestaan uutta informaatiota. Sen sijaan luottoluokituksen nousulla ei ole vaikutusta osakekurssikehitykseen. Ennusteet toimivat toisille yrityksille paremmin kuin toisille eikä tutkielma löytänyt selkeää syytä, miksi tulokset eivät olleet vahvasti yleistettävissä.

Tässä tutkimuksessa tarkastellaan suomalaisten pienten epäonnistuvien yritysten tilinpäätösraportoinnin viiveitä niiden tulevan epäonnistumisen oireena sekä näihin viiveisiin liittyviä laadullisia tekijöitä. Aikaisemman aihealueen teorian (mm. Argenti 1976; Keasey & Watson 1987, 1988, 1991b) mukaan tilinpäätösraportoinnin viiveet ovat yksi luotettavimmista oireista yritysten tulevasta epäonnistumisesta, minkä lisäksi niiden on havaittu olevan erityisen käyttökelpoisia pienten yritysten epäonnistumisen ennustamisessa. Kuitenkin tilinpäätösraportoinnin viiveiden hyödyntämiseen liittyvä aikaisempi teoria on luotu suurelta osin 1980-luvun kansainvälisessä tutkimuksessa, jonka jälkeen muutokset mm. pienten yritysten taloushallinnon toteutuksessa ja lainsäädännössä ovat voineet muuttaa tilannetta. Tämän tutkimuksen tarkoituksena on siten testata aiemmin luotua teoriaa ja sen soveltuvuutta nykyiseen suomalaiseen tilinpäätösraportoinnin toimintaympäristöön. Tutkimuksen näkökulmaksi on valittu yrityksen ulkopuolisen havainnoijan näkökulma, mikä näkyy tutkimuksessa käytettyinä julkisina tietolähteinä. Tällöin nämä tietolähteet olisivat myös yritysten ulkopuolisten havainnoijien käytettävissä heidän pyrkiessään arvioimaan yritysten taloudellista tilannetta ja tulevaisuutta. Tässä tutkimuksessa käytettävät tietolähteet, joista tutkimuksen empiirinen aineisto on koottu ja hankittu, ovat olleet Suomen Asiakastiedon TOP100 -konkurssilistaus vuodelta 2013, Kauppalehden WWW-sivut sekä Patentti- ja rekisterihallituksen Virre-tietopalvelu. Tutkimuksessa hyödynnetty tutkimusmenetelmä on suomalaisiin olosuhteisiin mukautettu versio Beaverin (1966) kehittämästä vastinparimenettelystä, joka on ollut yleisesti käytetty menetelmä epäonnistuvien yritysten ennustamistutkimuksessa (Zmijewski 1984; Keasey & Watson 1991b). Epäonnistuvien yritysten vastinpariryhmänä ovat tässä tutkimuksessa toimineet menestyvät yritykset, mikä eroaa osin perinteisestä vastinparimenettelyn toteutuksesta (ks. Taffler 1982; Keasey & Watson 1991b). Vastinparimenettelyn avulla muodostettua empiiristä aineistoa on testattu epäparametristen Wilcoxon signed rank -testin ja McNemar-testin avulla. Tutkimuksen empiirisen aineiston analyysissä epäonnistuvien ja menestyvien pienten yritysten tilinpäätösraportoinnin viiveiden ei pääosin havaittu eroavan toisistaan, mutta tutkimuksen tulokset ovat osin ristiriitaiset. Lisäksi tutkimuksen toteutuksessa törmättiin useisiin aikaisemman teorian esille tuomista harhaa aiheuttavista ongelmista mm. aineiston saatavuuden ja epätäydellisten tietojen osalta. Erityisiä eroja tutkimuksessa havaittiin vastinpariryhmien välillä tilinpäätösraportoinnin viiveisiin liittyvissä laadullisissa tekijöissä. Tutkimuksessa myös havaittiin, että täydellisten tilinpäätöstietojen saantiin kaupparekisteristä Patentti- ja rekisterihallituksen Virre-tietopalvelun kautta liittyy ongelmia sekä epäonnistuvien että menestyvien pienten yritysten osalta.

Kassavirralla tarkoitetaan rahavirtoihin vaikuttavien erien nettosummaa eli yritykseen sisään ja yrityksestä ulos virtaavaa rahaa. Sen määrittämiseen on olemassa useita erilaisia laskentatapoja. Suoran ja epäsuoran rahoituslaskelman lisäksi kassavirta voidaan laskea esimerkiksi operatiivisen kassavirran (Operating Cash Flow, OCF), operatiivisen toiminnan kassavirran (Operating Activities Cash Flow, OACF) tai vapaan kassavirran (Free Cash Flow, FCF) laskentakaavoilla. Myös kassavirtaennusteet voidaan toteuttaa usealla eri tavalla. Ne voidaan laatia joko suoran rahoituslaskelman mukaisesti maksuperusteisiksi oikaistuihin tuloslaskelman eriin perustuen tai epäsuoran rahoituslaskelman mukaisesti jaksotuseriin perustuen. Kassavirtaennusteet laaditaan usein jotakin kuluvalla hetkellä tapahtuvaa päätöksentekotilannetta varten, ja niitä voidaan käyttää esimerkiksi yrityksen viikoittaiseen, kuukausittaiseen tai vuosittaiseen kassanhallintaan, investoinnin tai projektin rahoittamiseen, yrityksen tai liiketoiminnon arvon määrittämiseen, tai yrityksen lainojentakaisinmaksukyvyn määrittämiseen. Tutkielman teoreettinen viitekehys rakennettiin kassavirtaa ja kassavirtaennustamista koskevan tieteellisen tutkimuksen, artikkelien, kirjallisuuden ja lainsäädännön varaan. Tutkielman empiirisessä osuudessa muodostettiin kohdeliiketoimintayksikön tuloslaskelma-, tase- ja rahoituslaskelmainformaatioon perustuen regressioanalyysiin ja yksinkertaiseen liukuvaan keskiarvoon perustuva, jaksotuseriä hyödyntävä kassavirran ennustemalli, jolla operatiivisen toiminnan kassavirran kehitystä voidaan ennustaa 1-6 kuukautta eteenpäin. Samalla selvitettiin olennaisimmat operatiivisen toiminnan kassavirran kom-ponentit. Kassavirtaennustamista koskevan aikaisemman tieteellisen tutkimuksen valossa todettiin tarve verifioida jaksotuseriin perustuvan ja tilastollisia menetelmiä hyödyntävän ennustemallin paremmuus naiviin, muuttumattomaan malliin nähden. Näin ollen tutkiel-massa muodostetun ennustemallin ennustuskykyä verrattiin naiivien mallien ennustuskykyyn. Tutkielmassa muodostetun ennustemallin todettiin viidessä tapauksessa kuudesta olevan ennustuskyvyltään parempi kuin vastaavalle aikavälille laadittu naiivi ennustemalli. Muodostetun ennustemallin hyvän selityskertoimen ja rakenteellisen yksinkertaisuuden myötä sillä tuotetun informaation hyödynnettävyys päätöksenteossa todettiin hyväksi.

Biologia poikkeaa eksakteista luonnontieteistä, fysiikasta ja kemiasta käyttämiensä lauseiden loogisen muodon suhteen. Fyysikko ja kemisti puhuvat harvoin tutkimiensa ilmiöiden syistä, vaan he esittävät löytämänsä lainalaisuudet yhtälöinä, joiden suhteen kysymys syystä ja seurauksesta on usein toisarvoinen. Esitystapa edellyttää, että tutkittavien ilmiöiden riittävät ja samalla välttämättömät ehdot tunnetaan, jolloin voidaan muodostaa yhtälö ja esittää lainalaisuus matematiikan kieltä käyttäen. Biologi sen sijaan ei vielä haaveile pystyvänsä laskemaan vaan toivoo pystyvänsä ennustamaan.

Väitöskirjassa tutkitaan Euroopan Keskuspankin yllätyksellisen rahapolitiikkatoimenpiteen dynaamisia vaikutuksia rahaliiton jäsenmaissa. Lisäksi työssä verrataan estimoidun Keynesiläisen dynaamisen stokastisen yleisen tasapainomallin ennustekykyä perinteisiin ennustemalleihin Yhdysvaltojen aineistolla. Väitöskirjan kolmen ensimmäisen esseen taustalla on olettamus, että rahaliiton jäsenmaiden rahapolitiikan välittymiskanavat ovat erilaiset vaikka jäsenmaat täyttivät EMU-lähentymiskriteerit ajallaan. Tulos jäsenmaiden epäsymmetrisestä reagoinnista Euroopan Keskuspankin harjoittamaan yllätykselliseen rahapolitiikkaan tukisi väittämää, että euroalue ei olisi optimaalinen valuutta-alue. Väitöskirjassa saatujen tulosten valossa voidaan todeta, että yllätyksellinen Euroopan Keskuspankin harjoittama rahapolitiikka aiheuttaa epäsymmetrisiä hintainflaatiosarjojen reagointeja rahaliiton jäsenmaissa. Dynaamiset stokastiset yleisen tasapainon makromallit tarjoavat mielenkiintoisen työvälineen talouden muuttujien ennustamiseen ja talouspoliittisten toimien analysointiin. Tämän malliluokan mallien empiirisen soveltamisen kompastuskivenä on ollut se, että näiden mallien sovittaminen havaintoaineistoon on osoittautunut hankalaksi. Neljännessä esseessä esitelläänkin helposti sovellettavissa oleva estimointitapa kyseisten mallien estimoimiseksi. Estimoidun tasapainomallin kyky ennustaa Yhdysvaltojen korkoa, inflaatiota ja tuotantoa on hyvä. Saatu tulos on erittäin mielenkiintoinen, sillä alan kirjallisuudessa uskotaan, että vastaavaan ennustekykyyn päädytään kasvattamalla mallikokoa. This thesis investigates effects of sudden movement in monetary policy stance in the euro area and assesses forecasting performance of estimated structural dynamic equilibrium model for the United States data. In the first three essays the focus is on an inspection of the dynamic effects of sudden changes in the monetary policy conduct of the European Central Bank (ECB) in EMU member countries. We propose that asymmetric monetary policy responses would imply that domestic monetary policy transmission mechanisms have not necessarily integrated even if EMU convergence criteria were met on time, and it would be at odds that the euro area constitutes an optimum currency area. The fourth essay assesses the forecasting performance of a modern macro model for U.S. data. The statistical inference of the thesis is Bayesian. In the first essay, we describe the dynamics of year-on-year consumer price inflation responses to an unanticipated expansionary monetary policy shock in the euro area with a vector autoregressive model (VAR) model. The variables and statistically testable short run restriction schemes ensuring identification are derivable from a new Keynesian macro model. A rather surprising finding is that traditional Cholesky identification is only weakly supported by the data. Impulse responses of year-on-year consumer price inflation to an expansionary monetary policy shock are calculated for a VAR model identified by the most probable identification scheme. In this identification scheme we let EMU member country information to affect simultaneously monetary policy instrument. Obtained results suggest asymmetric year-on-year price inflation responses to monetary policy conducted by the ECB. In the second essay, we first survey, with help of a variant of the Taylor rule, six information sets on which the ECB most likely bases its monetary policy decisions. Assessment of information sets is an obvious accretion to the literature on the conduct of monetary policy by the ECB. In the analysis we approximate euro area s monetary conditions with an estimated VAR model for the suggested information set and calculate identified impulse responses of the difference in year-on-year producer price inflations in the euro area and few peripheral EMU member countries. According to results an unexpected variation in the monetary policy instrument conditioned on the information pertaining to the three largest EMU member countries (Germany, France and Italy) will have asymmetric effects in year-on-year producer price inflation across the EMU member countries. In the third essay, we apply a new Keynesian open economy macro model in setting identifying restrictions for impulse response analysis of consumer price inflation in the euro area. The relevance of the implied simultaneous parameter cross-equation restrictions is assessed by posterior estimation of the hyperparameter that measures prior beliefs on identifying restrictions. The posterior evidence suggests that prior beliefs on simultaneous effects of model variables are of relevance while identifying the VAR model with an open economy new Keynesian macro model for the euro area. Contrary to outcome of the first essay, the drawn impulse responses support the claim that an expansionary monetary policy shock would not cause evident asymmetric price inflation responses in EMU member countries. However, the impulse responses from recursively identified VAR-model are in line with the ones reported in the first essay. The fourth essay evaluates a closed economy, log-linearized 3-variable new Keynesian model with an easily implementable method for the Bayesian analysis. It becomes evident that a small-scale modern macro model can rival commonly used forecasting tools, such as Bayesian VARs and forecasts based on random walks. According to the posterior evidence, the model manages to capture evolutions of U.S. macroeconomic variables, price inflation, short-term nominal interest rate and measure of output gap, fairly well.

Predictive species and habitat modeling in landscape ecology : concepts and applications / C. Ashton Drew, Yolanda Wiserma & Falk Huettmann (toim.). New York : Springer, 2011.

Only abstract. Paper copies of master’s theses are listed in the Helka database (http://www.helsinki.fi/helka). Electronic copies of master’s theses are either available as open access or only on thesis terminals in the Helsinki University Library. Vain tiivistelmä. Sidottujen gradujen saatavuuden voit tarkistaa Helka-tietokannasta (http://www.helsinki.fi/helka). Digitaaliset gradut voivat olla luettavissa avoimesti verkossa tai rajoitetusti kirjaston opinnäytekioskeilla. Endast sammandrag. Inbundna avhandlingar kan sökas i Helka-databasen (http://www.helsinki.fi/helka). Elektroniska kopior av avhandlingar finns antingen öppet på nätet eller endast tillgängliga i bibliotekets avhandlingsterminaler. Tutkielman aiheena on suhdannevaihteluiden ennustaminen rahoitusmarkkinoiden avulla. Tutkielmassa pyritään tunnistamaan kokonaistaloudellisia suhdannevaihteluita ennustavia ennakoivia indikaattoreita rahoitusmarkkinamuuttujista sekä testaamaan niiden kykyä selittää ja ennustaa Suomessa toteutuneita suhdannevaihteluita. Kansainvälisessä tutkimuskirjallisuudessa erityisesti pitkien ja lyhyiden korkojen välisen tuottoerotuksen (term spread) on havaittu olevan hyvä ennakoiva indikaattori. Tämän lisäksi tutkielmassa tarkastellaan osaketuottojen sekä rahoitusmarkkinoiden ulkopuolisena muuttujana kuluttajien luottamusindikaattorin soveltuvuutta ennakoivaksi indikaattoriksi. Tutkielman empiirinen osuus koostuu kolmesta päävaiheesta. Ensimmäisessä vaiheessa Suomen bkt-aikasarjasta määritellään binäärinen suhdannekronologia, joka määrittää talouden olevan joko taantumassa tai kasvussa. Toisessa vaiheessa tarkastellaan potentiaalisten indikaattoreiden kykyä selittää toteutunutta suhdannehistoriaa otoksen sisällä probit-mallien avulla käyttäen eri selittävien muuttujien yhdistelmiä että ennustushorisontteja. Korkojen tuottoerotuksen kyky selittää toteutuneita suhdannevaihteluita riippuu merkittävästi tarkasteltavasta ajanjaksosta. Tarkasteltaessa koko aikasarjaa välillä 1975–2007 jää korkojen aikarakenteen kyky selittää suhdannekronologiaa hyvin heikoksi, mutta tarkasteltaessa aikasarjaa vain vuodesta 1988 eteenpäin nousee tuottoerotuksen selityskyky huomattavasti korkeammalle. Näiden erojen voi katsoa johtuvan ennen kaikkea 1980-luvun puolivälin jälkeen toteutusta Suomen rahoitusmarkkinoiden liberalisoinnista, minkä jälkeen sijoittajien makrotaloudellisten odotusten voi arvioida heijastuneen paremmin korkomarkkinoilla. Osaketuottojen ja kuluttajien luottamusindikaattorin kyky selittää binääristä suhdannesarjaa on selvästi heikompi. Ennustushorisontin pituuden näkökulmasta mallien selitysasteet ovat poikkeuksetta korkeimmillaan kahden ja kolmen vuosineljänneksen ennustusajoilla. Tutkielman lopuksi tarkastellaan korkojen aikarakenteen ja osaketuottojen kykyä ennustaa suhdannevaihteluita otoksen ulkopuolelle (pseudo out-of-sample-analyysi). Tutkielmassa estimoidaan kolme eri mallia, joilla pyritään ennustamaan vuosien 1998–2008 aikaisia suhdannevaihteluita. Parhaiten menestyy korkojen tuottoerotuksen sekä osaketuotot huomioon ottava malli kahden vuosineljänneksen ennustushorisontilla ja seuraavaksi parhaiten pelkän korkojen tuottoerotuksen huomioiva malli kahden ja kolmen vuosineljänneksen ennustushorisonteilla. Jokainen kolmesta parhaasta mallista ennustaa oikein sekä vuosien 2001 että 2008 taantumat, mutta jokainen malli kärsii myös väärien hälytysten (false alarms) ongelmasta.

Tulevaisuudentutkimuksen yhtenä pyrkimyksenä on vaikuttaa tulevaisuutta koskevan tiedon avulla nykyhetken ratkaisuihin. Onko sitten aina selvää, kumman aikaulottuvuuden mentaalista ongelmakenttää tiedon hankinnassa painotetaan? Tässä artikkelissa tarkastellaan tulevaisuudentutkimuksessa suositun skenaariomenetelmän kertomuksellisuuden suhdetta tutkimuksen uskottavuusvaatimukseen ja sen kulloinkin sisältämään totuusrakenteeseen. Konkreettisena lähtökohtana tarkastelussa on vuosina 2006–2007 laadittu kartoitus suomalaisen metsäalan vaihtoehtoisista kehitysmalleista globalisaatiossa.

Only abstract. Paper copies of master’s theses are listed in the Helka database (http://www.helsinki.fi/helka). Electronic copies of master’s theses are either available as open access or only on thesis terminals in the Helsinki University Library. Vain tiivistelmä. Sidottujen gradujen saatavuuden voit tarkistaa Helka-tietokannasta (http://www.helsinki.fi/helka). Digitaaliset gradut voivat olla luettavissa avoimesti verkossa tai rajoitetusti kirjaston opinnäytekioskeilla. Endast sammandrag. Inbundna avhandlingar kan sökas i Helka-databasen (http://www.helsinki.fi/helka). Elektroniska kopior av avhandlingar finns antingen öppet på nätet eller endast tillgängliga i bibliotekets avhandlingsterminaler. Binäärisiä aikasarjoja on toistaiseksi ekonometrisessa tutkimuksessa tutkittu kohtuullisen vähän. Viime vuosina on kuitenkin esitetty uusia aikasarjamalleja, joissa yksinkertaisinta ns. staattista mallia on laajennettu erilaisilla dynaamisilla rakenteilla. Tutkimuksessa tarkastellaan Yhdysvaltojen ja Saksan taantumajaksojen ennustamista Kaupin ja Saikkosen (2007) esittämiä uusia dynaamisia ns. autoregressiivisen rakenteen sisältäviä malleja käyttäen. Aiemmin käytettyihin malleihin tehtävän vertailun lisäksi usean kuukauden pituisten ennusteiden yhteydessä tutkitaan heidän esittämää uutta ns. iteratiivista ennustemenetelmää aiemmin käytettyyn suoraan menetelmään nähden. Tutkimuksen teoriaosassa tarkastellaan dynaamisten probit-mallien ominaisuuksia, kuten parametrien suurimman uskottavuuden estimointia sekä mallien diagnostiikkaan ja ennustamiseen liittyviä kysymyksiä. Hypoteesien testaamista käsittelevässä luvussa esitetään kaksi autoregressiivisen osan tarpeellisuutta testaavaa LM-testiä. Mallien estimoinneissa sekä estimointijakson ulkopuolelle muodostetuissa ennusteissa ns. autoregressiivisen osan sisältämät mallit osoittautuvat käyttökelpoisimmiksi malleiksi. Parhaimmat mallit antavat mm. selkeät taantumasignaalit ennen vuonna 2001 alkanutta, viimeksi esiintynyttä, taantumajaksoa. Dynaamisen probit-mallin tapauksessa iteratiiviset ennusteet ovat suoria ennusteita parempia. Lyhyen ja pitkän koron välinen erotus, eli tuottokäyrä, on aiempien tutkimusten havaintojen tapaan erityisen hyvä taantumajaksoja ennakoiva selittävä muuttuja. Maiden kotimaisten tuottokäyrien lisäksi myös ulkomaisella tuottokäyrällä sekä maiden osaketuotoilla havaitaan tilastollisesti merkitsevää ennustevoimaa. Yhdysvaltojen ja Saksan välinen korkoero näyttäisi olevan hyödyllinen selittäjä Saksan tapauksessa. Tutkimuksen tärkein lähde on Kaupin ja Saikkosen (2007) artikkeli. Mallien rakentelun ja ennustemenetelmien kannalta myös Chauvetin ja Potterin (2005) artikkeli on merkittävä. Teoriaosan kannalta keskeisiä lähteitä ovat Davidsonin ja MacKinnonin kirja (1993) sekä autoregressiivisen osan LM-testiä esitettäessä heidän artikkelinsa (1984) apumallit. Taantumajaksojen ennustamisessa keskeisimpiä ovat Bernardin ja Gerlachin (1998) sekä Estrellan ja Mishkinin (1998) artikkelit. Korkojen, erityisesti tuottokäyrän, ja osaketuottojen taantumaennustevoimaa on lisäksi tarkasteltu useissa muissakin tutkimuksissa. In the econometric literature, there is not much research on binary time series. However, in the last couple of years, some new binary time series models have been suggested where the traditional static model is extended by different kinds of dynamic structures. In the thesis, the main goal is to forecast the economic recession periods occurred in the United States and Germany. Especially, it is interesting to consider new so called autoregressive models suggested by Kauppi and Saikkonen (2007). They also proposed a new iterative framework for multiperiod forecasts. Iterated multiperiod forecasts are compared with previously used direct forecasts. The parameter estimation of the employed dynamic models can be done by a maximum likelihood method described in the theoretical part of the thesis. Model diagnostics and forecasting procedures are as well considered. Two LM tests for the usefulness of the autoregressive part are also proposed. It is shown that the models with autoregressive part seem to outperform the static probit models in terms of in-sample and out-of-sample predictions. The best forecasting models give the distinct recession signals of the forthcoming recession which started in 2001. In the dynamic probit model with the lagged recession indicator, the iterative forecasts seem to be superior to direct forecasts. Several empirical studies have proposed that the yield curve, which is defined as a spread between long and short term interest rates, is an accurate explanatory variable in recession forecasting. As in previous studies, the domestic yield curve is an important predictor variable in both countries but also the foreign yield curve, stock market returns and, in the case of Germany, the interest rate differential between the United States and Germany are statistically significant predictors in the dynamic probit models. The most important reference is the article of Kauppi and Saikkonen (2007). Chauvet and Potter (2005) have also proposed important model variants and forecasting methods for the binary time series models. Davidson and MacKinnon's book (1993) and their article (1984) are important references for the theoretical part and especially for the proposed LM tests for the autoregressive part. The articles of Bernard and Gerlach (1998) and Estrella and Mishkin (1998) are important references for the recession forecasting. The forecasting power of the yield curves and the stock returns are also considered in numerous other articles.

Only abstract. Paper copies of master’s theses are listed in the Helka database (http://www.helsinki.fi/helka). Electronic copies of master’s theses are either available as open access or only on thesis terminals in the Helsinki University Library. Vain tiivistelmä. Sidottujen gradujen saatavuuden voit tarkistaa Helka-tietokannasta (http://www.helsinki.fi/helka). Digitaaliset gradut voivat olla luettavissa avoimesti verkossa tai rajoitetusti kirjaston opinnäytekioskeilla. Endast sammandrag. Inbundna avhandlingar kan sökas i Helka-databasen (http://www.helsinki.fi/helka). Elektroniska kopior av avhandlingar finns antingen öppet på nätet eller endast tillgängliga i bibliotekets avhandlingsterminaler. Useimmiten kiinnostus ARMA-malleja kohtaan pohjautuu niiden kykyyn ennustaa taloudellisen ilmiön tulevia arvoja. Silti perinteisesti ennustamista ei ole käytetty hyväksi valittaessa taloudelliseen ilmiöön parhaiten sopivaa ARMA-prosessia. Perinteisiä menetelmiä ovat olleet Box-Jenkins –menetelmä ja eri informaatiokriteerit. Nämä perinteiset menetelmät eivät kuitenkaan läheskään aina anna yksiselitteistä kuvaa parhaasta mahdollisesta mallista, minkä lisäksi ne eivät käytä hyväkseen useimmiten mielenkiinnon kohteena olevaa ominaisuutta, ennustamista. Vaihtoehtoinen tapa mallinvalinnassa on nojautuminen eri ARMA-prosessien ennustamiskykyyn. Pelkästään ennustamistarkkuuksien piste-estimaattien vertaaminen ei anna kovinkaan luotettavaa kuvaa eri mallien välisestä ”hyvyydestä”, koska sattuma on saattanut vaikuttaa tuloksiin. Tilastollisen testaamisen avulla voidaan päätellä, ennustaako jokin malli toista mallia tilastollisesti merkitsevästi paremmin. Diebold-Mariano –testillä voidaan vertailla kahden eri mallin ennustamistarkkuuksia varsin miedoin lähtöoletuksin. Tässä tutkielmassa käydään läpi ARMA-mallien ominaisuuksia ja niiden avulla ennustamista. Pääpaino on kuitenkin mallinvalinnassa. Ensin esitellään yleisessä käytössä olevat menetelmät ARMA-mallien mallinvalintaan ja tämän jälkeen esitellään vaihtoehtoinen, ennustamiseen ja Diebold-Mariano -testiin pohjautuva, mallinvalintamenetelmä. Tutkielmassa käydään läpi teoria sekä lopuksi asiaa havainnollistava esimerkki. Empiirisessä esimerkissä mallinnetaan työttömyysajan mediaanipituuden muutoksia Yhdysvalloissa viimeisen neljänkymmenen vuoden ajalta ja valitaan ilmiöön parhaiten sopiva ARMA-prosessi. Johtopäätöksenä saadaan, että ennustamisen käyttö mallinvalintamenetelmänä on erittäin varteenotettava vaihtoehto perinteisille mallinvalintamenetelmille. Suurimmat edut ennustamisen käytössä ovat juuri mielenkiinnon kohteena olevan kriteerin (ennustaminen) käyttö, mahdollisuus tilastolliseen testaukseen, sopivan tappiofunktion käyttö ja objektiivinen näkemys mallinvalintaan (ylimääräisten parametrien automaattinen rankaiseminen). Box-Jenkins –mallinvalinta on hyvin subjektiivista ja erittäin haastavaa. Informaatiokriteerien käyttö on helppoa mutta subjektiivista siinä mielessä, että tutkijan täytyy itse valita mielestään paras kriteeri. Mitään yksiselitteistä vaihtoehtoa parhaaksi informaatiokriteeriksi ei nimittäin ole. Keskeisiä lähteitä: Box, G. E. P. ja Jenkins, G. M. (1976): Time Series Analysis, Forecasting and Control, San Francisco: Holden-Day. Julkaistu aiemmin, 1970. Diebold, F. X. ja Mariano, R. S. (1995): Comparing Predictive Accuracy, Journal of Business and Economic Statistics, 13, 253-263. Giacomini, R. ja White, H. (2006): Tests of Conditional Predictive Ability, Econometrica, 74, 1545-1578.

Only abstract. Paper copies of master’s theses are listed in the Helka database (http://www.helsinki.fi/helka). Electronic copies of master’s theses are either available as open access or only on thesis terminals in the Helsinki University Library. Vain tiivistelmä. Sidottujen gradujen saatavuuden voit tarkistaa Helka-tietokannasta (http://www.helsinki.fi/helka). Digitaaliset gradut voivat olla luettavissa avoimesti verkossa tai rajoitetusti kirjaston opinnäytekioskeilla. Endast sammandrag. Inbundna avhandlingar kan sökas i Helka-databasen (http://www.helsinki.fi/helka). Elektroniska kopior av avhandlingar finns antingen öppet på nätet eller endast tillgängliga i bibliotekets avhandlingsterminaler. Tarkastelen pro gradu -tutkielmassani Hans Reichenbachin (1891–1953) induktion pragmaattisen oikeuttamisen teoriaa käytännön sovellettavuuden näkökulmasta. Pyrin vastaamaan eräitä Reichenbachin teoriaa vastaan esitettyjä argumentteja arvioimalla kysymykseen siitä, miten käyttökelpoinen hänen teoriansa on inhimillisen toiminnan ja epävarmuudessa tapahtuvan päätöksenteon näkökulmasta. Reichenbachin oma käsitys oli se, että hän oli teoriallaan ratkaissut Humen ongelmana tunnetun induktiopäättelyn oikeuttamisen ongelman. Esitän tutkielmassani, että Reichenbachin induktion ongelman ratkaisuehdotuksen soveltaminen edellyttää voimakkaiden ennakko-oletusten hyväksymistä. Nämä oletukset eivät todellisissa päätöksentekotilanteissa kuitenkaan useinkaan täyty, mistä syystä Reichenbachin teorian ongelmaksi muodostuu yleisellä tasolla se, että monet todennäköisyyden luontevilta tuntuvat käyttötavat näyttävät jäävän sen soveltamisalan ulkopuolelle. Arvioin tutkielmassani Reichenbachin induktion pragmaattisen oikeuttamisen teorian soveltamisalaa tarkastelemalla sitä vastaan esitettyä viittä keskeisenä pitämääni ongelmakohtaa. Esitän, ettei Reichenbachin käytännön raja-arvon soveltamiseen perustuvan ratkaisuehdotuksen avulla pystytä perustelemaan pitkän tähtäimen raja-arvon ja käytännön raja-arvon oletettua samankaltaisuutta. Toiseksi tuon esille, että teorian soveltaminen yksittäistapaukseen edellyttää paitsi tapahtuman toistettavuutta myös taaksepäin suuntautuvan kausaliteetin hyväksymistä. Lisäksi Reichenbach ei ole käsitykseni mukaan osoittanut teoriansa soveltuvan yksittäistapausten tarkasteluun, koska hän käsittelee tosiasiallisesti tapahtumia ja tapahtumatyyppejä, jotka ovat luonteeltaan toistuvia ja siksi helposti mallinnettavissa todennäköisyyden frekvenssitulkinnan avulla. Reichenbachin teorian kolmanneksi ongelmaksi muodostuu referenssiluokan tieto-opillinen ongelma eli kysymys, kuinka perustella sopivimman tai ”oikeimman” referenssiluokan valinta. Neljänneksi olen tuonut esille, että ainutkertaisten tapahtumien osalta Reichenbachin elliptinen tapa käsitellä todennäköisyyttä vaikuttaa kyseenalaiselta, eikä Reichenbach näytä onnistuvan vastaamaan esimerkiksi todennäköisyyden loogisen tulkinnan kannattajien sitä vastaan esittämään kritiikkiin. Viidentenä ongelmakohtana olen pitänyt Reichenbachin kykenemättömyyttä perustella, miksi eri asymptoottisten sääntöjen joukosta tulisi ”oikeimpana” tai parhaimpana valita juuri Reichenbachin teoriassaan käyttämä sääntö. Teoriaan sisältyvistä ongelmakohdista huolimatta Reichenbachin ratkaisuyritystä voidaan arvioni mukaan pitää tietyissä inhimillisen toiminnan tilanteissa mielekkäänä epävarmuudessa tapahtuvan päätöksenteon mallintamistapana. Edellä mainittujen kritiikinkohtien tarkastelun valossa Reichenbachin teorian käyttöala vaikuttaa kuitenkin varsin suppealta. Filosofianhistoriallisesta näkökulmasta voidaan myös kysyä, missä määrin Reichenbach tosiasiassa onnistui ratkaisemaan Humen ongelmaa tai kuinka erilainen Reichenbachin ratkaisuyritys tosiasiallisesti on Humen ehdottamaan ratkaisuyritykseen verrattuna. Edellä mainitun Reichenbachin teorian sovellettavuuden ongelmakohtiin liittyvän tarkastelun lisäksi pyrin tutkielmassani asettamaan Reichenbachin teorian historialliseen viitekehyksen. Tästä syystä olen esitellyt tutkielmani alkuosassa induktion ongelman historiaa sekä Reichenbachin teorian suhdetta toisenlaisista lähtökohdista kehitettyihin induktion ongelman ratkaisuehdotuksiin. Lisäksi tutkielmani tavoitteena on ollut kartoittaa Reichenbachin induktion pragmaattisen oikeuttamisen teoriaa käsittelevää melko vähäiseltä vaikuttavaa ja vähän huomiota saanutta kommentaarikirjallisuutta.

Only abstract. Paper copies of master’s theses are listed in the Helka database (http://www.helsinki.fi/helka). Electronic copies of master’s theses are either available as open access or only on thesis terminals in the Helsinki University Library. Vain tiivistelmä. Sidottujen gradujen saatavuuden voit tarkistaa Helka-tietokannasta (http://www.helsinki.fi/helka). Digitaaliset gradut voivat olla luettavissa avoimesti verkossa tai rajoitetusti kirjaston opinnäytekioskeilla. Endast sammandrag. Inbundna avhandlingar kan sökas i Helka-databasen (http://www.helsinki.fi/helka). Elektroniska kopior av avhandlingar finns antingen öppet på nätet eller endast tillgängliga i bibliotekets avhandlingsterminaler. Valuuttakriisit ovat yksi tämän päivän vakavimmista maailmantalouden vakautta uhkaavista ilmiöistä. Vaikka valuuttakriisejä on ollut niin kauan, kun kansainvälistä kauppaa on käyty, ovat niiden lukumäärä lisääntynyt viimeisen 20 vuoden aikana etenkin kehittyvien talouksien kohdalla. Valuuttakriisit, kuten monet muutkin taloudelliset ilmiöt ovat hyvin monimutkaisia ja vaikeasti ymmärrettäviä, jolloin niiden ennustaminen ja niihin johtavien syiden selvittäminen on erittäin vaikeaa. Koska valuuttakriisit johtavat usein reaalitaloudellisiin ongelmiin, on niiden ymmärtämiseen ja ennustamiseen uhrattu valtavasti resursseja. Valuuttakriisien ennustettavuuden paraneminen voisi etenkin sijoittajien kohdalla johtaa suuriin taloudellisiin tuottoihin, ja toisaalta tarkempien ennustemallien perusteella voitaisiin ryhtyä kriisejä ehkäiseviin toimiin jo ennen kuin kriisi edes kerkeäisi puhjeta ja näin kriisiltä saatettaisiin välttyä kokonaan. Tutkielmassa esitellään neuroverkot uutena menetelmänä valuuttakriisien ennustamisessa. Neuroverkkoja on käytetty laajasti mm. tekniikan alalla jo vuosia, mutta taloustieteissä menetelmää on sovellettu suhteellisen vähän. Valitettavasti useissa kansantaloudellisia ilmiöitä käsitelleissä tutkimuksissa, joissa neuroverkkojen tehokkuutta on vertailtu perinteisiin menetelmiin, on ollut selkeitä puutteita. Tällöin ei ole ollut mahdollista sanoa onko neurolaskennasta taloustieteiden alalla todellista hyötyä. Tutkielman tarkoituksena onkin selvittää, voiko neuroverkkomallien avulla päästä tarkempiin ennustetuloksiin kuin niin sanotuilla perinteisillä menetelmillä (joita tutkielmassa edustavat erilaiset logit-mallit) kehittyvien talouksien valuuttakriisien ennustamisesssa. Lisäksi tutkielmassa esitellään menetelmiä, joiden avulla eri mallien toimintaa yritetään tehostaa. Perinteisien mallien ennustetarkkuutta yritetään parantaa erilaisin muuttujamuunnoksin ja neuroverkkomallien toiminnan tehostamiseksi käytetään puolestaan geneettisten algoritmien nimellä tunnettuja optimointimenetelmiä sekä kehittyneempiä estimointialgoritmeja. Saatujen tutkimustulosten perusteella voidaan todeta, että neuroverkkomalleilla voidaan päästä merkittävästi parempiin tuloksiin kuin ilman muuttujamuunnoksin estimoiduilla logit-malleilla. Toisaalta muuttujamuunnoksilla pystyttiin logit-mallien ennustetarkkuutta parantamaan selvästi, jolloin perinteisten- ja neuroverkkomallien välinen ero ennustetarkkuudessa oli lopulta suhteellisen pieni. Tärkeimmät lähteet: HASSOUN, M. (1995): Fundamentals of artificial neural networks. The MIT press, Cambridge. KOMULAINEN, T. – LUKKARILA, J. (2003): What drives financiel crises in emerging markets? Emerging markets review, 4, 248–272. BISHOP, C. (1995): Neural networks for pattern recognition. Clarendon press, Oxford.

Tyypin 1 diabetes on T-soluvälitteinen autoimmuunisairaus, jossa elimistön oma puolustusjärjestelmä tuhoaa haiman Langerhansin saarekkeiden insuliinia tuottavat beetasolut. Taudin puhkeamista edeltää jopa vuosia kestävä esidiabeettinen vaihe, jonka aikana beetasolut tuhoutuvat asteittain niin, että vain 10-20% insuliinia tuottavista soluista on enää jäljellä taudin puhkeamishetkellä. Insuliinin puutteen vuoksi verensokeri kohoaa ja tällöin on aloitettava elinikäinen insuliinikorvaushoito pistoksin. Suomalaiset lapset ja nuoret sairastuvat tyypin 1 diabetekseen useammin kuin muiden maiden lapset ja nuoret. Emme tiedä tähän syytä. Nykykäsityksen mukaan sekä perimä että ympäristötekijät vaikuttavat sairastumisalttiuteen. Vaikka sairastumisriskiä voidaan jo nykyisin arvioida varsin hyvin perintötekijöiden, elimistön puolustusjärjestelmän toimintaa kuvastavien ilmaisimien eli autovasta-aineiden sekä varhaisen insuliinivasteen avulla, on sairauden puhkeamisen ennustaminen yksilötasolla vielä puutteellista. Tehokas taudin ennustaminen on edellytys taudin ehkäisylle niin, että alkanut beetasolutuho pystyttäisiin tällöin mahdollisesti pysäyttämään ja diabeteksen puhkeaminen estämään. Edellytyksenä autoimmuunireaktion käynnistymiselle on T-solujen siirtyminen kohdekudokseensa eli haiman Langerhansin saarekkeisiin. Keskeinen osa tässä tapahtumassa on adheesio- eli ns. tarttumismolekyyleillä, jotka ilmentyvät valkosolujen ja verisuonten endoteelisolujen pinnalla. Nykyisin tunnetaan suuri joukko adheesiomolekyylejä, ja niitä pystytään määrittämään myös liukoisessa muodossaan perifeerisestä verenkierrosta. Kohonneita pitoisuuksia on tavattu sekä autoimmuunisairauksissa että monissa muissakin tulehduksellisissa tiloissa. Omassa työssäni tutkin liukoisten adheesiomolekyylien (sICAM-1 ja sL-selektiini) pitoisuuksia verenkierrossa esidiabeteksen eri vaiheessa olevilla lapsilla ja nuorilla. Keskeistä oli selvittää peilautuuko diabeettinen tautiprosessi kohonneina pitoisuuksina ja voitaisiinko näiden molekyylien avulla parantaa entisestään taudin puhkeamisen ennustettavuutta lapsilla ja nuorilla. sICAM-1 ja sL-selektiinipitoisuudet määritettiin ELISA-menetelmällä useilta sadoilta eri-ikäisiltä DiMe ja DIPP-tutkimukseen sekä pohjoissuomalaiseen koululaistutkimukseen osallistuneilta lapsilta ja nuorilta. Emme havainneet yhteyttä sICAM-1-pitoisuuksien ja luokan II HLA-geenien määräämän tautialttiuden välillä mutta HLA-DQB1-genotyypillä voi olla vaikutusta L-selektiinipitoisuuksiin niin, että vähäisen perinnöllisen riskin omaavilla lapsilla ja nuorilla sL-selektiinitasot olivat korkeammat kuin korkeamman riskin omaavilla lapsilla ja nuorilla. Tämä ero tuli tosin esiin vain yksilöillä, joilla ei ollut ensimmäisen asteen tyypin 1 diabetesta sairastavaa sukulaista. Beetasoluautoimmuniteetti itsessään ei liittynyt kohonneisiin sICAM-1 tai sL-selektiinipitoisuuksiin sillä vaikka korkean sairastumisriskin autovasta-aineprofiili eli positiivisuus useammalle kuin yhdelle autovasta-aineelle, korkea ICA-taso sekä IA-2A-positiivisuus assosioituivatkin kohonneisiin sICAM-1 ja sL-selektiinipitoisuuksiin lapsilla, joiden sisar oli aiemmin sairastunut tyypin 1 diabetekseen, emme voineet nähdä vastaavaa yhteyttä terveillä koululaisilla. Heillä autovasta-aineiden lukumäärä tai spesifisyys ei näyttänyt vaikuttavan adheesiomolekyylitasoihin, vaikkakin korkea sICAM-1-pitoisuus assosioitui korkeaan IA-2A-tasoon IA-2A-positiivisilla koululaisilla. sL-selektiinitasot olivat korkeampia koululaisilla, joiden varhainen insuliinivaste todettiin alentuneeksi verrattuna niihin, joilla tämä vaste oli normaali kuvastaen mahdollisesti voimakasta valkosoluaktivaatiota liittyen vaikeaan ja etenevään beetasolutuhoon. Varhain alkava, etenevä beetasoluautoimmuniteetti, tai edes sairastuminen tyypin 1 diabetekseen viidenteen ikävuoteen mennessä, ei heijastunut kohonneina liukoisten adheesiomolekyylien pitoisuuksina perifeerisessä verenkierrossa kahden ensimmäisen ikävuoden aikana perinnöllisesti tyypin 1 diabetekselle alttiilla lapsilla vaikkakin serokonversio autovasta-ainepositiiviseksi peilautui kolmen kuukauden ajan kohonneina sL-selektiinitasoina. Tyypin 1 diabetekseen sairastuneiden lasten sisaruksilla totesimme kohonneet sICAM-1-tasot 6-48 kuukautta ennen sairastumishetkeä mikä saattaa kuvastaa menossa olevaa immuuniaktivaatiota ja/tai kudostuhoa tänä aikana liittyen beetasolutuhoon. Toinen mahdollisuus voisi olla elimistön puolustuksellinen reaktio beetasolutuhon hillitsemiseksi. Kuitenkin sekä tautiin sairastuneilla että seurannan aikana terveinä pysyneillä lapsilla ja nuorilla liukoisten adheesiomolekyylien pitoisuudet vaihtelivat huomattavasti koko seurannan ajan niin, että niiden avulla ei pystytty ennustamaan sairastuvia riittävän hyvin. Tämä huomattava yksilöiden välinen, mutta myös sisäinen vaihtelu, tuli esiin myös perinnöllisesti tyypin 1 diabetekselle alttiilla pienillä lapsilla viitaten siihen, että monet beetasoluautoimmuniteettiin liittymättömät ja tässä työssä vakioimattomat seikat vaikuttavat näiden molekyylien tasoihin perifeerisessä verenkierrossa. Näin ollen sICAM-1 tai sL-selektiinipitoisuuksien määrittämisestä ei näyttäisi olevan käytännön hyötyä tyypin 1 diabeteksen ennustamisessa lapsilla ja nuorilla. The aim of this work was to characterize the active autoimmune process preceding the clinical manifestation of human type 1 diabetes, both familial and non-familial, based on the quantification of circulating concentrations of sICAM-1 and sL-selectin, which are established markers of endothelial and leukocyte activation. We also aimed at assessing whether these markers could be used to discriminate between disease progressors and non-progressors, in order to improve the prediction of type 1 diabetes on an individual basis in children and adolescents. sICAM-1 and sL-selectin concentrations were analysed with specific ELISA kits. The subjects were derived from the nationwide Childhood Diabetes in Finland (DiMe) study, the Finnish Type 1 Diabetes Prediction and Prevention (DIPP) study and from the study of beta-cell autoimmunity in schoolchildren in northern Finland. We did not observe any relationship between sICAM-1 and HLA class II-conferred susceptibility to type 1 diabetes, but sL-selectin concentrations were higher in autoantibody-negative schoolchildren carrying HLA-DQB1 genotypes conferring low or decreased risk for type 1 diabetes. Autoimmunity per se is not associated with elevated concentrations of sICAM-1 or sL-selectin. Autoantibodies with strong predictive value, i.e. multiple autoantibodies, high ICA levels and positivity for IA-2A, are related to increased concentrations of soluble adhesion molecules in familial type 1 diabetes, but not in non-familial cases, indicating that these markers only partly overlap with conventional humoral immune markers, i.e. autoantibodies against islet cell antigens. They may reflect other characteristics of the autoimmune process, although intra-individual and inter-individual variation is substantial, indicating that there are several other unrelated factors affecting the concentrations of soluble adhesion molecules in the peripheral circulation. Increased concentrations of sL-selectin in subjects with impaired beta-cell function may reflect leukocyte activation associated with destructive insulitis. Early-onset progressive beta-cell autoimmunity, or even progression to clinical type 1 diabetes by the age of 5 years, is not reflected in overall increased concentrations of soluble adhesion molecules in the peripheral circulation during the first 2 years of life in children with increased HLA-conferred disease susceptibility, although elevated concentrations of sL-selectin were found to be temporally associated with seroconversion to autoantibody positivity. The older children representing familial type 1 diabetes presented with increased levels of sICAM-1 6-48 months before diagnosis, which may reflect immune activation and/or tissue destruction going on in the progressors. Alternatively it may be a defensive attempt to reduce aggressive insulitis. The substantial overlapping in the circulating levels of soluble adhesion molecules between the progressors and non-progressors on all occasions implies, however, that peripheral sICAM-1 and sL-selectin concentrations cannot provide a clinically meaningful tool for differentiating those children who will develop clinical type 1 diabetes from those who will remain non-diabetic.

The study presents two methods of predicting tree dimensions in a Scots pine ( L.) stand if only the location of trees is known. The first method predicts the tree diameter from the spatial location of neighbours. In the second method the diameter distribution of a subarea is estimated from the local stand density. This distribution is then sampled to obtain diameters. In both methods the tree height is predicted with a spatial model on the basis of diameters and locations of trees. The main purpose of the presented models is to generate realistic stands for simulation studies.Pinus sylvestris

The single tree growth models presented in this study were based on about 4,000 trees measured in 50 even-aged Scots pine ( L.) sample plots with varying density, spatial pattern of trees and stand age. Predictors that used information about tree locations decreased the relative standard error of estimate by 10 percentage points (15%), if past growth was not used as a predictor, and about 15 percentage points (30%) when past growth was one of the predictors. When ranked according to the degree of determination, the best growth models were obtained for the basal area increment, the next best for relative growth, and the poorest for diameter increment. The past growth decreased the relative standard error of estimate by 15â20 percentage points, but did not make the spatial predictors unnecessary. The degree of determination of the spatial basal area growth model was almost 80% if the past growth was unknown and almost 90% if the past growth was known. Variables that described the amount of removed competition did not improve the growth models.Pinus sylvestris

Artikkeli tarkastelee variationistisessa sosiolingvistiikassa käytetyn näennäisaika-metodin kolmea taustaoletusta teoreettisesta näkökulmasta. Tarkasteltavat taustaoletukset ovat i) oletus, että meneillään oleva kielenmuutos voidaan erottaa kielellisestä vaihtelusta, ii) oletus idiolektien vakiintumisesta ja iii) oletus, että muutoksen suunta on ennustettavissa. Artikkelin tarkoituksena on avata näitä taustaoletuksia ja osoittaa, että näennäisaikametodissa yhdistyvät uusi ja vanha länsimainen tutkimusperinne, sillä siihen liittyviä kysymyksiä on tarkasteltu aina länsimaisen kielitieteen alkuajoista lähtien. Ensimmäisen taustaoletuksen osalta artikkelissa esitetään, että meneillään olevan muutoksen tunnistaminen perustuu vertailuun, mikä tekee muutoksen synkronisesta ja diakronisesta tutkimuksesta tältä osin samankaltaista. Lisäksi esitetään, että muutoksen kesto suhteessa tutkimuksen kattamaan kokonaisaikaväliin on ensisijainen tekijä sen suhteen, miten tarkan kuvan näennäisaikametodi voi muutoksesta antaa. Toisen taustaoletuksen osalta esitetään, että oletus idiolektien vakiintumisesta perustuu kriittisen iän hypoteesiin, joka puolestaan palautuu epätäydellisen kielenoppimisen hypoteesiin. Kolmannen taustaoletuksen osalta taas esitetään, että kielenmuutoksen ennustaminen on sen luonteen vuoksi aina epävarmaa, ja että muutoksen diakronista ja synkronista ennustamista erottaa hypoteesin soveltaminen. Lisäksi artikkelissa pohditaan kielenmuutoksen merkitystä käsitteenä ja kielen ylempien tasojen tutkimuksen haasteellisuutta, ikäsidonnaisen muutoksen merkitystä, kielenoppimisen ajallisen laajuuden ja yksilövariaation huomioimista meneillään olevan kielenmuutoksen tutkimuksessa sekä kysymystä edistyksestä kielitieteessä. --- On the background hypotheses of the apparent time method: A theoretical study The article examines three background assumptions of the apparent time method, a method used primarily in sociolinguistic studies of language variation and change to study ongoing language change. The article’s perspective is a theoretical one. The article examines the background assumptions that i) ongoing language change can be separated from linguistic variation, ii) that speakers’ idiolects stabilise and iii) that change can be predicted. The goal of the article is to open up these assumptions and to show that the apparent time method unites both new and old research traditions, for questions relating to the apparent time method have a long history in western linguistic discussion. Building on the examination of the first background assumption, the article posits that the identification of ongoing change is based on comparison, a method shared by the synchronic and diachronic study of language change. In addition, the article asserts that the duration of change in relation to the time interval captured by the study in question is the main factor that determines how accurately apparent time can match real time. Building on the examination of the second background assumption, the author posits that the assumption that speakers’ idiolects stabilise is based on the critical period hypothesis and, moreover, that the critical period hypothesis is itself based on the hypothesis of imperfect learning. Building on the examination of the third background assumption, the author claims that the prediction of language change is always uncertain, and that the diachronic and synchronic versions of predictions differ, namely, in the latter case, because the prediction is always based on the application of a hypothesis. In addition, the article examines questions relating to the use of language change as a concept in sociolinguistics and the challenges facing the study of levels beyond phonology, the meaning of age-grading, the effect later language learning and individual variation can have on studies of ongoing language change, and progress in linguistics.

Antiikin polyteistisessä maailmassa oli lukemattomia jumalia, joita lähestyttiin uhrein ja rukouksin. Vaikka jumalat saattoivat ilmestyä ihmisten keskuuteen, oli myös monenlaisia kanavia, joiden kautta he viestivät kuolevaisille. Apuna tarvittiin henkilöitä, joilla oli kyky välittää jumalallinen sanoma eteenpäin, tuli se sitten suoraan jumaluudelta, välillisesti lintujen lentoa tai puunlehtien kahinaa tulkitsemalla tai vaikkapa heittämällä noppaa.