Music Perception Spring 2001, Vol. 18, No. 3, 275–296 © 2001 BY THE REGENTS OF THE UNIVERSITY OF CALIFORNIA ALL RIGHTS RESERVED. 275 Address correspondence to Tuomas Eerola, Department of Music, P. O. Box 35, FIN- 40351 Jyväskylä, Finland. (e-mail: ptee@cc.jyu.fi) ISSN: 0730-7829. Send requests for permission to reprint to Rights and Permissions, University of California Press, 2000 Center St., Ste. 303, Berkeley, CA 94704-1223. Statistical Features and Perceived Similarity of Folk Melodies TUOMAS EEROLA , TOPI JÄRVINEN , JUKKA LOUHIVUORI , & PETRI TOIVIAINEN University of Jyväskylä Listeners are sensitive to pitch distributional information in music (N. Oram & L. L. Cuddy, 1995; C. L. Krumhansl, J. Louhivuori, P. Toiviainen, T. Järvinen, & T. Eerola, 1999). However, it is uncertain whether fre- quency-based musical features are sufficient to explain the similarity judgments that underlie listeners’ classification processes. A similarity rating experiment was designed to determine the effectiveness of these features in predicting listeners’ similarity ratings. The material consisted of 15 melodies representing five folk music styles. A multiple regression analysis showed that the similarity of frequency-based musical proper- ties could account for a moderate amount (40%) of listeners’ similarity ratings. A slightly better predictive rate (55%) was achieved by using descriptive variables such as number of tones, rhythmic variability, and melodic predictability. The results suggest that both measures were able to capture some aspects of the structures that portray common salient dimensions to which listeners pay attention while categorizing melodies. Aikaisemmissa tutkimuksissa on osoitettu, että musiikin tilastollisilla tapahtumilla, kuten sävelten määrillä ja tyypillisillä intervalleilla, on merkitystä, kun kuulijat muodostavat käsityksiään musiikin rakenteesta (N. Oram & L. L. Cuddy, 1995; C. L. Krumhansl, J. Louhivuori, P. Toiviainen, T. Järvinen, & T. Eerola, 1999). Näiden piirteiden voidaan olettaa olevan tärkeitä myös musiikin luokittelussa. Toistaiseksi ei kuitenkaan tiedetä, miten hyvin tilastollisilla piirteillä voitaisiin musiikin luokittelua selittää. Tätä testattiin kuulijoille järjestetyn samanlaisuus- arviointitehtävän avulla. Tutkimuksen materiaali koostui 15 melodiasta, jotka edustivat viittä eri kansanmusiikkityyliä. Regressioanalyysipaljasti, että musiikin tilastollisten piirteiden samanlaisuus pystyi selittämään kohtuullisen määrän (40%) kuulijoiden antamista samanlaisuus- arvioista. Hieman parempi selitysaste (55%) saavutettiin kuvaavilla muuttujilla, joita olivat melodian laajuus ja ennakoitavuus sekä rytmin vaihtelevuus. Näin ollen tulokset antavat aiheen olettaa, että musiikin tilastolliset piirteet ja kuvailevat muuttujat vaikuttavat kuulijoiden luokittelupäätöksiin.