Latinaksi post hoc tarkoittaa \"t\u00e4m\u00e4n j\u00e4lkeen\", eli kokeellisten tietojen analysointia j\u00e4lkik\u00e4teen. <\/p>\n\n\n\n
Post-hoc-analyysin tavoitteena on l\u00f6yt\u00e4\u00e4 kuvioita tutkimuksen p\u00e4\u00e4ttymisen j\u00e4lkeen ja l\u00f6yt\u00e4\u00e4 tuloksia, jotka eiv\u00e4t olleet ensisijainen tavoite. N\u00e4in ollen kaikkia kokeen p\u00e4\u00e4ttymisen j\u00e4lkeen suoritettuja analyysej\u00e4, joita ei ollut suunniteltu etuk\u00e4teen, pidet\u00e4\u00e4n post-hoc-analyysein\u00e4. <\/p>\n\n\n\n
Jo ker\u00e4ttyj\u00e4 tietoja k\u00e4ytet\u00e4\u00e4n post hoc -tutkimuksessa. Tutkijat analysoivat n\u00e4it\u00e4 tietoja kehitt\u00e4\u00e4kseen uusia tarkoituksia, jotka eiv\u00e4t sis\u00e4ltyneet kokeen suunnitteluun. Post hoc -tutkimuksia voidaan siis tehd\u00e4 aiemmista kokeista saaduilla kootuilla tiedoilla. <\/p>\n\n\n\n
Post-hoc-analyysien tekeminen on usein aikaa viev\u00e4\u00e4, mutta sill\u00e4 on monia etuja. Jotta arvokasta tietoa saataisiin esiin, k\u00e4yt\u00e4 kohtuullista varovaisuutta \u00e4l\u00e4k\u00e4 yliarvioi odottamattomia tuloksia. Se voi olla merkki jostain merkitt\u00e4v\u00e4st\u00e4, vaikka kyseess\u00e4 olisikin sattuma.<\/p>\n\n\n\n
Post hoc -analyysit ovat hy\u00f6dyllisi\u00e4, kun tutkitaan virhetasoja, arvioidaan hypoteesien merkitsevyytt\u00e4 tai m\u00e4\u00e4ritet\u00e4\u00e4n, ovatko ne tilastollisesti merkitsevi\u00e4. <\/p>\n\n\n\n
Useiden kokeiden tekeminen tai poikkeaminen p\u00e4\u00e4tutkimuslinjasta lis\u00e4\u00e4 virheiden ja v\u00e4\u00e4rien positiivisten tulosten riski\u00e4. T\u00e4ss\u00e4 post hoc on avainasemassa. Miten se tarkalleen ottaen toimii? <\/p>\n\n\n\n
Post-hoc-analyysi: miten se toimii?<\/strong><\/h2>\n\n\n\nTiedoista on mahdollista saada arvokkaita oivalluksia, vaikka ensisijaista tavoitetta ei saavutettaisikaan. Mahdollisesti l\u00e4\u00e4kkeen j\u00e4lkivaikutuksista ja niit\u00e4 koskevista tiedoista. Tai mahdolliset muut vastaavat l\u00e4\u00e4kkeet voivat my\u00f6s olla testaamisen arvoisia. <\/p>\n\n\n\n
Post-hoc-analyysin tarkoituksena on vastata kysymyksiin tutkimuksen p\u00e4\u00e4ttymisen j\u00e4lkeen, mik\u00e4 on tavoite, jota ei ole mainittu tutkimuksessa.<\/p>\n\n\n\n
Tilastollisesti merkitsev\u00e4n tuloksen l\u00f6ydytty\u00e4 k\u00e4ytet\u00e4\u00e4n post hoc -testi\u00e4, jolla selvitet\u00e4\u00e4n, mist\u00e4 erot johtuvat. Post hoc -testej\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 useiden ryhmien v\u00e4listen erojen arvioimiseen ja samalla v\u00e4ltt\u00e4\u00e4 kokeeseen liittyv\u00e4t virheet. Post hoc -testej\u00e4 on laadittu useita, ja suurin osa niist\u00e4 tuottaa samanlaisia tuloksia. <\/p>\n\n\n\n![\"\"](\"https:\/\/mindthegraph.com\/blog\/wp-content\/uploads\/2024\/08\/Banner2-1024x410.png\")
<\/a><\/figure>\n\n\n\nPost hoc -testej\u00e4 on erityyppisi\u00e4<\/strong><\/h2>\n\n\n\nMink\u00e4 tahansa tutkimuksen tai kliinisen tutkimuksen aikana ker\u00e4ttyj\u00e4 tietoja voidaan analysoida kuvioiden ja eri tekij\u00f6iden havaitsemiseksi. Yleisimpi\u00e4 post hoc -testej\u00e4 ovat:<\/p>\n\n\n\n
\n- Bonferroni-menettely:<\/strong> On mahdollista suorittaa useita tilastollisia testej\u00e4 samanaikaisesti k\u00e4ytt\u00e4m\u00e4ll\u00e4 t\u00e4t\u00e4 j\u00e4lkik\u00e4teist\u00e4 monivertailukorjausta.<\/li>\n<\/ul>\n\n\n\n
\n- Duncanin uusi MRT-testi (Multiple Range Test): <\/strong><\/strong>Duncanin moniarvotesti tunnistaa ne keskiarvoparit (v\u00e4hint\u00e4\u00e4n kolmesta), jotka eroavat toisistaan. <\/li>\n<\/ul>\n\n\n\n
\n- Dunnin monivertailutesti: <\/strong>T\u00e4m\u00e4 on ANOVA:n j\u00e4lkeen suoritettava post hoc -analyysi, joka on ei-parametrinen testi, jossa ei oleteta, ett\u00e4 tiedot noudattavat tietty\u00e4 jakaumaa.<\/li>\n<\/ul>\n\n\n\n
\n- Fisherin pienin merkitsev\u00e4 ero (LSD): <\/strong>M\u00e4\u00e4ritt\u00e4\u00e4, ovatko kaksi keskiarvoa tilastollisesti erilaiset.<\/li>\n<\/ul>\n\n\n\n
\n- Holm-Bonferroni-menettely: <\/strong>Holmin sekventiaalinen Bonferroni-testi tekee moninkertaisista vertailuista v\u00e4hemm\u00e4n tiukkoja.<\/li>\n<\/ul>\n\n\n\n
\n- Newman-Keulsin avulla voidaan tunnistaa n\u00e4ytteet, joiden keskiarvot eroavat toisistaan. Newman-Keuls vertaa keskiarvopareja k\u00e4ytt\u00e4m\u00e4ll\u00e4 eri kriittisi\u00e4 arvoja. T\u00e4m\u00e4n seurauksena merkitt\u00e4v\u00e4t erot l\u00f6ytyv\u00e4t todenn\u00e4k\u00f6isemmin.<\/li>\n<\/ul>\n\n\n\n
\n- Rodgerin menetelm\u00e4: <\/strong>T\u00e4t\u00e4 tilastollista menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n tutkimusaineiston arviointiin j\u00e4lkik\u00e4teen monimuuttuja-analyysin j\u00e4lkeen.<\/li>\n<\/ul>\n\n\n\n
\n- Scheff\u00e9n menetelm\u00e4:<\/strong> Scheffen menetelm\u00e4ss\u00e4 testistatistiikkaa mukautetaan eri tavalla riippuen tehtyjen vertailujen m\u00e4\u00e4r\u00e4st\u00e4.<\/li>\n<\/ul>\n\n\n\n
\n- Tukeyn testi: <\/strong>Tukeyn testill\u00e4 m\u00e4\u00e4ritet\u00e4\u00e4n, muodostuuko otoksesi ryhmist\u00e4, jotka eroavat toisistaan. Jokaista keskiarvoa verrataan kaikkien muiden ryhmien keskiarvoon k\u00e4ytt\u00e4en \"rehellist\u00e4 merkitsev\u00e4\u00e4 eroa\", joka kuvaa sit\u00e4, kuinka kaukana ryhm\u00e4t ovat toisistaan.<\/li>\n<\/ul>\n\n\n\n
\n- Dunnettin korjaus: <\/strong>T\u00e4ss\u00e4 post hoc -testiss\u00e4 verrataan keskiarvoja. Toisin kuin Tukeyn testi, siin\u00e4 verrataan jokaista keskiarvoa kontrollikeskiarvoon.<\/li>\n<\/ul>\n\n\n\n
\n- Benjamini-Hochberg (BH) -menettely: <\/strong>Merkitt\u00e4v\u00e4 tulos syntyy vain sattumalta, jos teet useita testej\u00e4. V\u00e4\u00e4r\u00e4n l\u00f6yd\u00f6ksen osuus otetaan huomioon t\u00e4ll\u00e4 post hoc -testill\u00e4.<\/li>\n<\/ul>\n\n\n\n
Mik\u00e4\u00e4n ei voita virheet\u00f6nt\u00e4 visuaalista teosta, joka v\u00e4litt\u00e4\u00e4 monimutkaisen viestin.<\/strong><\/h2>\n\n\n\nAivan oikein, visuaalisen havainnollistamisen avulla on paljon helpompaa asettaa vaikeimmatkin k\u00e4sitteet oikeaan perspektiiviin. Visuaalisuuden aikakaudella ei ole mik\u00e4\u00e4n ihme, ett\u00e4 voit luultavasti ymm\u00e4rt\u00e4\u00e4 kvanttifysiikkaa paljon yksinkertaisemmin grafiikan tehokkuuden ansiosta.<\/p>\n\n\n\n
Mietitk\u00f6, miten p\u00e4\u00e4st\u00e4 alkuun? Miksi murehtia, kun sinulla on mind the graph k\u00e4den ulottuvilla! Meid\u00e4n avullamme voit valita yli tuhannesta kuvituksesta galleriastamme ja tehd\u00e4 julisteita kehitt\u00e4m\u00e4ll\u00e4mme \u00e4lykk\u00e4\u00e4ll\u00e4 julistevalmistajalla. Hy\u00f6dynn\u00e4 lahjakkaan tiimimme asiantuntemusta ja saat sen r\u00e4\u00e4t\u00e4l\u00f6ityn\u00e4 juuri sinun tarpeisiisi. Lis\u00e4tietoja saat vierailemalla osoitteessa verkkosivusto<\/a>.<\/p>\n\n\n\n
<\/a><\/figure>\n\n\n\nPost hoc -testej\u00e4 on erityyppisi\u00e4<\/strong><\/h2>\n\n\n\nMink\u00e4 tahansa tutkimuksen tai kliinisen tutkimuksen aikana ker\u00e4ttyj\u00e4 tietoja voidaan analysoida kuvioiden ja eri tekij\u00f6iden havaitsemiseksi. Yleisimpi\u00e4 post hoc -testej\u00e4 ovat:<\/p>\n\n\n\n
\n- Bonferroni-menettely:<\/strong> On mahdollista suorittaa useita tilastollisia testej\u00e4 samanaikaisesti k\u00e4ytt\u00e4m\u00e4ll\u00e4 t\u00e4t\u00e4 j\u00e4lkik\u00e4teist\u00e4 monivertailukorjausta.<\/li>\n<\/ul>\n\n\n\n
\n- Duncanin uusi MRT-testi (Multiple Range Test): <\/strong><\/strong>Duncanin moniarvotesti tunnistaa ne keskiarvoparit (v\u00e4hint\u00e4\u00e4n kolmesta), jotka eroavat toisistaan. <\/li>\n<\/ul>\n\n\n\n
\n- Dunnin monivertailutesti: <\/strong>T\u00e4m\u00e4 on ANOVA:n j\u00e4lkeen suoritettava post hoc -analyysi, joka on ei-parametrinen testi, jossa ei oleteta, ett\u00e4 tiedot noudattavat tietty\u00e4 jakaumaa.<\/li>\n<\/ul>\n\n\n\n
\n- Fisherin pienin merkitsev\u00e4 ero (LSD): <\/strong>M\u00e4\u00e4ritt\u00e4\u00e4, ovatko kaksi keskiarvoa tilastollisesti erilaiset.<\/li>\n<\/ul>\n\n\n\n
\n- Holm-Bonferroni-menettely: <\/strong>Holmin sekventiaalinen Bonferroni-testi tekee moninkertaisista vertailuista v\u00e4hemm\u00e4n tiukkoja.<\/li>\n<\/ul>\n\n\n\n
\n- Newman-Keulsin avulla voidaan tunnistaa n\u00e4ytteet, joiden keskiarvot eroavat toisistaan. Newman-Keuls vertaa keskiarvopareja k\u00e4ytt\u00e4m\u00e4ll\u00e4 eri kriittisi\u00e4 arvoja. T\u00e4m\u00e4n seurauksena merkitt\u00e4v\u00e4t erot l\u00f6ytyv\u00e4t todenn\u00e4k\u00f6isemmin.<\/li>\n<\/ul>\n\n\n\n
\n- Rodgerin menetelm\u00e4: <\/strong>T\u00e4t\u00e4 tilastollista menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n tutkimusaineiston arviointiin j\u00e4lkik\u00e4teen monimuuttuja-analyysin j\u00e4lkeen.<\/li>\n<\/ul>\n\n\n\n
\n- Scheff\u00e9n menetelm\u00e4:<\/strong> Scheffen menetelm\u00e4ss\u00e4 testistatistiikkaa mukautetaan eri tavalla riippuen tehtyjen vertailujen m\u00e4\u00e4r\u00e4st\u00e4.<\/li>\n<\/ul>\n\n\n\n
\n- Tukeyn testi: <\/strong>Tukeyn testill\u00e4 m\u00e4\u00e4ritet\u00e4\u00e4n, muodostuuko otoksesi ryhmist\u00e4, jotka eroavat toisistaan. Jokaista keskiarvoa verrataan kaikkien muiden ryhmien keskiarvoon k\u00e4ytt\u00e4en \"rehellist\u00e4 merkitsev\u00e4\u00e4 eroa\", joka kuvaa sit\u00e4, kuinka kaukana ryhm\u00e4t ovat toisistaan.<\/li>\n<\/ul>\n\n\n\n
\n- Dunnettin korjaus: <\/strong>T\u00e4ss\u00e4 post hoc -testiss\u00e4 verrataan keskiarvoja. Toisin kuin Tukeyn testi, siin\u00e4 verrataan jokaista keskiarvoa kontrollikeskiarvoon.<\/li>\n<\/ul>\n\n\n\n
\n- Benjamini-Hochberg (BH) -menettely: <\/strong>Merkitt\u00e4v\u00e4 tulos syntyy vain sattumalta, jos teet useita testej\u00e4. V\u00e4\u00e4r\u00e4n l\u00f6yd\u00f6ksen osuus otetaan huomioon t\u00e4ll\u00e4 post hoc -testill\u00e4.<\/li>\n<\/ul>\n\n\n\n
Mik\u00e4\u00e4n ei voita virheet\u00f6nt\u00e4 visuaalista teosta, joka v\u00e4litt\u00e4\u00e4 monimutkaisen viestin.<\/strong><\/h2>\n\n\n\nAivan oikein, visuaalisen havainnollistamisen avulla on paljon helpompaa asettaa vaikeimmatkin k\u00e4sitteet oikeaan perspektiiviin. Visuaalisuuden aikakaudella ei ole mik\u00e4\u00e4n ihme, ett\u00e4 voit luultavasti ymm\u00e4rt\u00e4\u00e4 kvanttifysiikkaa paljon yksinkertaisemmin grafiikan tehokkuuden ansiosta.<\/p>\n\n\n\n
Mietitk\u00f6, miten p\u00e4\u00e4st\u00e4 alkuun? Miksi murehtia, kun sinulla on mind the graph k\u00e4den ulottuvilla! Meid\u00e4n avullamme voit valita yli tuhannesta kuvituksesta galleriastamme ja tehd\u00e4 julisteita kehitt\u00e4m\u00e4ll\u00e4mme \u00e4lykk\u00e4\u00e4ll\u00e4 julistevalmistajalla. Hy\u00f6dynn\u00e4 lahjakkaan tiimimme asiantuntemusta ja saat sen r\u00e4\u00e4t\u00e4l\u00f6ityn\u00e4 juuri sinun tarpeisiisi. Lis\u00e4tietoja saat vierailemalla osoitteessa verkkosivusto<\/a>.<\/p>\n\n\n\n
- \n
- Duncanin uusi MRT-testi (Multiple Range Test): <\/strong><\/strong>Duncanin moniarvotesti tunnistaa ne keskiarvoparit (v\u00e4hint\u00e4\u00e4n kolmesta), jotka eroavat toisistaan. <\/li>\n<\/ul>\n\n\n\n
- \n
- Dunnin monivertailutesti: <\/strong>T\u00e4m\u00e4 on ANOVA:n j\u00e4lkeen suoritettava post hoc -analyysi, joka on ei-parametrinen testi, jossa ei oleteta, ett\u00e4 tiedot noudattavat tietty\u00e4 jakaumaa.<\/li>\n<\/ul>\n\n\n\n
- \n
- Fisherin pienin merkitsev\u00e4 ero (LSD): <\/strong>M\u00e4\u00e4ritt\u00e4\u00e4, ovatko kaksi keskiarvoa tilastollisesti erilaiset.<\/li>\n<\/ul>\n\n\n\n
- \n
- Holm-Bonferroni-menettely: <\/strong>Holmin sekventiaalinen Bonferroni-testi tekee moninkertaisista vertailuista v\u00e4hemm\u00e4n tiukkoja.<\/li>\n<\/ul>\n\n\n\n
- \n
- Newman-Keulsin avulla voidaan tunnistaa n\u00e4ytteet, joiden keskiarvot eroavat toisistaan. Newman-Keuls vertaa keskiarvopareja k\u00e4ytt\u00e4m\u00e4ll\u00e4 eri kriittisi\u00e4 arvoja. T\u00e4m\u00e4n seurauksena merkitt\u00e4v\u00e4t erot l\u00f6ytyv\u00e4t todenn\u00e4k\u00f6isemmin.<\/li>\n<\/ul>\n\n\n\n
- \n
- Rodgerin menetelm\u00e4: <\/strong>T\u00e4t\u00e4 tilastollista menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n tutkimusaineiston arviointiin j\u00e4lkik\u00e4teen monimuuttuja-analyysin j\u00e4lkeen.<\/li>\n<\/ul>\n\n\n\n
- \n
- Scheff\u00e9n menetelm\u00e4:<\/strong> Scheffen menetelm\u00e4ss\u00e4 testistatistiikkaa mukautetaan eri tavalla riippuen tehtyjen vertailujen m\u00e4\u00e4r\u00e4st\u00e4.<\/li>\n<\/ul>\n\n\n\n
- \n
- Tukeyn testi: <\/strong>Tukeyn testill\u00e4 m\u00e4\u00e4ritet\u00e4\u00e4n, muodostuuko otoksesi ryhmist\u00e4, jotka eroavat toisistaan. Jokaista keskiarvoa verrataan kaikkien muiden ryhmien keskiarvoon k\u00e4ytt\u00e4en \"rehellist\u00e4 merkitsev\u00e4\u00e4 eroa\", joka kuvaa sit\u00e4, kuinka kaukana ryhm\u00e4t ovat toisistaan.<\/li>\n<\/ul>\n\n\n\n
- \n
- Dunnettin korjaus: <\/strong>T\u00e4ss\u00e4 post hoc -testiss\u00e4 verrataan keskiarvoja. Toisin kuin Tukeyn testi, siin\u00e4 verrataan jokaista keskiarvoa kontrollikeskiarvoon.<\/li>\n<\/ul>\n\n\n\n
- \n
- Benjamini-Hochberg (BH) -menettely: <\/strong>Merkitt\u00e4v\u00e4 tulos syntyy vain sattumalta, jos teet useita testej\u00e4. V\u00e4\u00e4r\u00e4n l\u00f6yd\u00f6ksen osuus otetaan huomioon t\u00e4ll\u00e4 post hoc -testill\u00e4.<\/li>\n<\/ul>\n\n\n\n
Mik\u00e4\u00e4n ei voita virheet\u00f6nt\u00e4 visuaalista teosta, joka v\u00e4litt\u00e4\u00e4 monimutkaisen viestin.<\/strong><\/h2>\n\n\n\n
Aivan oikein, visuaalisen havainnollistamisen avulla on paljon helpompaa asettaa vaikeimmatkin k\u00e4sitteet oikeaan perspektiiviin. Visuaalisuuden aikakaudella ei ole mik\u00e4\u00e4n ihme, ett\u00e4 voit luultavasti ymm\u00e4rt\u00e4\u00e4 kvanttifysiikkaa paljon yksinkertaisemmin grafiikan tehokkuuden ansiosta.<\/p>\n\n\n\n
Mietitk\u00f6, miten p\u00e4\u00e4st\u00e4 alkuun? Miksi murehtia, kun sinulla on mind the graph k\u00e4den ulottuvilla! Meid\u00e4n avullamme voit valita yli tuhannesta kuvituksesta galleriastamme ja tehd\u00e4 julisteita kehitt\u00e4m\u00e4ll\u00e4mme \u00e4lykk\u00e4\u00e4ll\u00e4 julistevalmistajalla. Hy\u00f6dynn\u00e4 lahjakkaan tiimimme asiantuntemusta ja saat sen r\u00e4\u00e4t\u00e4l\u00f6ityn\u00e4 juuri sinun tarpeisiisi. Lis\u00e4tietoja saat vierailemalla osoitteessa verkkosivusto<\/a>.<\/p>\n\n\n\n
- Benjamini-Hochberg (BH) -menettely: <\/strong>Merkitt\u00e4v\u00e4 tulos syntyy vain sattumalta, jos teet useita testej\u00e4. V\u00e4\u00e4r\u00e4n l\u00f6yd\u00f6ksen osuus otetaan huomioon t\u00e4ll\u00e4 post hoc -testill\u00e4.<\/li>\n<\/ul>\n\n\n\n
- Dunnettin korjaus: <\/strong>T\u00e4ss\u00e4 post hoc -testiss\u00e4 verrataan keskiarvoja. Toisin kuin Tukeyn testi, siin\u00e4 verrataan jokaista keskiarvoa kontrollikeskiarvoon.<\/li>\n<\/ul>\n\n\n\n
- Tukeyn testi: <\/strong>Tukeyn testill\u00e4 m\u00e4\u00e4ritet\u00e4\u00e4n, muodostuuko otoksesi ryhmist\u00e4, jotka eroavat toisistaan. Jokaista keskiarvoa verrataan kaikkien muiden ryhmien keskiarvoon k\u00e4ytt\u00e4en \"rehellist\u00e4 merkitsev\u00e4\u00e4 eroa\", joka kuvaa sit\u00e4, kuinka kaukana ryhm\u00e4t ovat toisistaan.<\/li>\n<\/ul>\n\n\n\n
- Scheff\u00e9n menetelm\u00e4:<\/strong> Scheffen menetelm\u00e4ss\u00e4 testistatistiikkaa mukautetaan eri tavalla riippuen tehtyjen vertailujen m\u00e4\u00e4r\u00e4st\u00e4.<\/li>\n<\/ul>\n\n\n\n
- Rodgerin menetelm\u00e4: <\/strong>T\u00e4t\u00e4 tilastollista menetelm\u00e4\u00e4 k\u00e4ytet\u00e4\u00e4n tutkimusaineiston arviointiin j\u00e4lkik\u00e4teen monimuuttuja-analyysin j\u00e4lkeen.<\/li>\n<\/ul>\n\n\n\n
- Newman-Keulsin avulla voidaan tunnistaa n\u00e4ytteet, joiden keskiarvot eroavat toisistaan. Newman-Keuls vertaa keskiarvopareja k\u00e4ytt\u00e4m\u00e4ll\u00e4 eri kriittisi\u00e4 arvoja. T\u00e4m\u00e4n seurauksena merkitt\u00e4v\u00e4t erot l\u00f6ytyv\u00e4t todenn\u00e4k\u00f6isemmin.<\/li>\n<\/ul>\n\n\n\n
- Holm-Bonferroni-menettely: <\/strong>Holmin sekventiaalinen Bonferroni-testi tekee moninkertaisista vertailuista v\u00e4hemm\u00e4n tiukkoja.<\/li>\n<\/ul>\n\n\n\n
- Fisherin pienin merkitsev\u00e4 ero (LSD): <\/strong>M\u00e4\u00e4ritt\u00e4\u00e4, ovatko kaksi keskiarvoa tilastollisesti erilaiset.<\/li>\n<\/ul>\n\n\n\n
- Dunnin monivertailutesti: <\/strong>T\u00e4m\u00e4 on ANOVA:n j\u00e4lkeen suoritettava post hoc -analyysi, joka on ei-parametrinen testi, jossa ei oleteta, ett\u00e4 tiedot noudattavat tietty\u00e4 jakaumaa.<\/li>\n<\/ul>\n\n\n\n