TilastomatematiikkaLaajuus (3 op)
Tunnus: 6M00DQ20
Laajuus
3 op
Osaamistavoitteet
Opiskelija:
- osaa käyttää tietokonetta tilastollisten perustunnuslukujen laskentaan.
- osaa havainnollistaa tilastollista aineistoa sopivilla kuvaajilla.
- osaa tulkita aineistoa kuvaajien ja tunnuslukujen avulla
- tuntee perustiedot regressiosta ja korrelaatiosta.
- osaa laskea otoksen luottamusvälin ja pystyy käyttämään tätä hyväkseen mm. hypoteesin testauksessa
- osaa laskea todennäköisyyksiä sekä teoreettisesti että tietokoneella simuloiden.
Sisältö
Todennäköisyyden käsite, tavallisimmat jakaumat, mm. normaali-, binomi-, t- ja Poisson-jakauma. Tilastollisen testauksen periaatteet, mittausaineiston käsittely tietokoneella ja sen kuvaaminen graafisesti.
Tärkeimpien tilastollisten tunnuslukujen käyttö ja merkitys. Regressiotekniikan käyttö mittausten mallintamisessa ja ennustamisessa.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija ymmärtää perusjoukon ja otoksen välisen eron. Opiskelija osaa laskea keski-, hajonta- ja sijaintiluvut otoksen perusteella. Opiskelija osaa suunnitella yksinkertaisia koeasetelmia tilastollisen tutkimuksen tekoon ja havainnollistaa saadut tulokset sekä graafisesti että numeerisesti. Opiskelija ymmärtää jakaumien perusteet.
Arviointikriteerit, hyvä (3-4)
Edellisten lisäksi opiskelija osaa soveltaa tilastollista ajattelua erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten merkityksen.
Arviointikriteerit, kiitettävä (5)
Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut.
Ilmoittautumisaika
01.12.2023 - 31.12.2023
Ajoitus
02.03.2024 - 19.05.2024
Laajuus
3 op
Toteutustapa
Lähiopetus
Yksikkö
TAMK Matematiikka ja fysiikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Metsätalouden tutkinto-ohjelma
Opettaja
- Jukka Suominen
Vastuuhenkilö
Jukka Suominen
Ryhmät
-
23IMMetsätalous 2023
Tavoitteet (OJ)
Opiskelija:
- osaa käyttää tietokonetta tilastollisten perustunnuslukujen laskentaan.
- osaa havainnollistaa tilastollista aineistoa sopivilla kuvaajilla.
- osaa tulkita aineistoa kuvaajien ja tunnuslukujen avulla
- tuntee perustiedot regressiosta ja korrelaatiosta.
- osaa laskea otoksen luottamusvälin ja pystyy käyttämään tätä hyväkseen mm. hypoteesin testauksessa
- osaa laskea todennäköisyyksiä sekä teoreettisesti että tietokoneella simuloiden.
Sisältö (OJ)
Todennäköisyyden käsite, tavallisimmat jakaumat, mm. normaali-, binomi-, t- ja Poisson-jakauma. Tilastollisen testauksen periaatteet, mittausaineiston käsittely tietokoneella ja sen kuvaaminen graafisesti.
Tärkeimpien tilastollisten tunnuslukujen käyttö ja merkitys. Regressiotekniikan käyttö mittausten mallintamisessa ja ennustamisessa.
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija ymmärtää perusjoukon ja otoksen välisen eron. Opiskelija osaa laskea keski-, hajonta- ja sijaintiluvut otoksen perusteella. Opiskelija osaa suunnitella yksinkertaisia koeasetelmia tilastollisen tutkimuksen tekoon ja havainnollistaa saadut tulokset sekä graafisesti että numeerisesti. Opiskelija ymmärtää jakaumien perusteet.
Arviointikriteerit, hyvä (3-4) (OJ)
Edellisten lisäksi opiskelija osaa soveltaa tilastollista ajattelua erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten merkityksen.
Arviointikriteerit, kiitettävä (5) (OJ)
Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut.
Aika ja paikka
Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.
Tenttien ja uusintatenttien ajankohdat
Tentti pidetään 06.05.2024 klo 10.15-13.00 luokassa B2-25.
Uusintatentit 15.05.2024 klo 17.00-20.00 luokissa B4-18 / B4-27 ja 05.06.2024 klo 17.00.-20.00 luokissa B4-18 / B4-27.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 0-5.
Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 6 pistettä. Kokeen maksimipistemäärä 34 pistettä. Yhteispistemäärä on täten 40 pistettä.
Arvosana määräytyy kotitehtävien ja kokeen yhteispistemäärän perusteella seuraavasti:
0 pistettä, arvosana 0
10 pistettä, arvosana 1
16 pistettä, arvosana 2
22 pistettä, arvosana 3
28 pistettä, arvosana 4
34 pistettä, arvosana 5
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Lähiopetus, videot, kotitehtävät, tentti
Oppimateriaalit
Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa. Oppikirjoja: Leila Karjalainen: Tilastomatematiikka + Tarja Heikkilä Tilastollinen tutkimus: Tilastolliset menetelmät + Antti Majaniemen moniste (TuniMoodlessa).
Opiskelijan ajankäyttö ja kuormitus
Lähiopetusta 27 tuntia sisältäen kokeen. Loput 81 h - 27 h = 54 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.
Sisällön jaksotus
Sisllön jaksotus löytyy TuniMoodlesta.
Lisätietoja opiskelijoille
Opetus alkaa lukujärjestyksen mukaisesti.
Opintojaksossa Moodle-toteutus.
Toteutusen aikana annetaan kotitehtäviä, joista on mahdollisuus saada lisäpisteitä kokeeseen. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Ilmoittautumisaika
01.12.2022 - 31.12.2022
Ajoitus
13.03.2023 - 12.05.2023
Laajuus
3 op
Toteutustapa
Lähiopetus
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Metsätalouden tutkinto-ohjelma
Opettaja
- Jukka Suominen
Vastuuhenkilö
Jukka Suominen
Ryhmät
-
22IMMetsätalous 2022
Tavoitteet (OJ)
Opiskelija:
- osaa käyttää tietokonetta tilastollisten perustunnuslukujen laskentaan.
- osaa havainnollistaa tilastollista aineistoa sopivilla kuvaajilla.
- osaa tulkita aineistoa kuvaajien ja tunnuslukujen avulla
- tuntee perustiedot regressiosta ja korrelaatiosta.
- osaa laskea otoksen luottamusvälin ja pystyy käyttämään tätä hyväkseen mm. hypoteesin testauksessa
- osaa laskea todennäköisyyksiä sekä teoreettisesti että tietokoneella simuloiden.
Sisältö (OJ)
Todennäköisyyden käsite, tavallisimmat jakaumat, mm. normaali-, binomi-, t- ja Poisson-jakauma. Tilastollisen testauksen periaatteet, mittausaineiston käsittely tietokoneella ja sen kuvaaminen graafisesti.
Tärkeimpien tilastollisten tunnuslukujen käyttö ja merkitys. Regressiotekniikan käyttö mittausten mallintamisessa ja ennustamisessa.
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija ymmärtää perusjoukon ja otoksen välisen eron. Opiskelija osaa laskea keski-, hajonta- ja sijaintiluvut otoksen perusteella. Opiskelija osaa suunnitella yksinkertaisia koeasetelmia tilastollisen tutkimuksen tekoon ja havainnollistaa saadut tulokset sekä graafisesti että numeerisesti. Opiskelija ymmärtää jakaumien perusteet.
Arviointikriteerit, hyvä (3-4) (OJ)
Edellisten lisäksi opiskelija osaa soveltaa tilastollista ajattelua erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten merkityksen.
Arviointikriteerit, kiitettävä (5) (OJ)
Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut.
Aika ja paikka
Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.
Tenttien ja uusintatenttien ajankohdat
Tentti pidetään 05.05.2023 klo 11.15-14.00 juhlasalissa D1-04.
Uusintatentit 11.05.2023 klo 17.00-20.00 juhlasalissa D1-04 ja jälkimmäinen myöhemmin ilmoitettavana ajankohtana.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 0-5.
Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 6 pistettä. Kokeen maksimipistemäärä 34 pistettä. Yhteispistemäärä on täten 40 pistettä.
Arvosana määräytyy kotitehtävien ja kokeen yhteispistemäärän perusteella seuraavasti:
0 pistettä, arvosana 0
10 pistettä, arvosana 1
16 pistettä, arvosana 2
22 pistettä, arvosana 3
28 pistettä, arvosana 4
34 pistettä, arvosana 5
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Lähiopetus, videot, kotitehtävät, tentti
Oppimateriaalit
Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa. Oppikirjoja: Leila Karjalainen: Tilastomatematiikka + Tarja Heikkilä Tilastollinen tutkimus: Tilastolliset menetelmät + Antti Majaniemen moniste (TuniMoodlessa).
Opiskelijan ajankäyttö ja kuormitus
Lähiopetusta 27 tuntia sisältäen kokeen. Loput 81 h - 27 h = 54 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.
Sisällön jaksotus
Sisllön jaksotus löytyy TuniMoodlesta.
Lisätietoja opiskelijoille
Opetus alkaa lukujärjestyksen mukaisesti.
Opintojaksossa Moodle-toteutus.
Toteutusen aikana annetaan kotitehtäviä, joista on mahdollisuus saada lisäpisteitä kokeeseen. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Ilmoittautumisaika
01.12.2021 - 31.12.2021
Ajoitus
07.03.2022 - 06.05.2022
Laajuus
3 op
Toteutustapa
Lähiopetus
Yksikkö
TAMK Matematiikka ja fysiikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Metsätalouden tutkinto-ohjelma
Opettaja
- Jukka Suominen
Vastuuhenkilö
Jukka Suominen
Ryhmät
-
21IMMetsätalous 2021
Tavoitteet (OJ)
Opiskelija:
- osaa käyttää tietokonetta tilastollisten perustunnuslukujen laskentaan.
- osaa havainnollistaa tilastollista aineistoa sopivilla kuvaajilla.
- osaa tulkita aineistoa kuvaajien ja tunnuslukujen avulla
- tuntee perustiedot regressiosta ja korrelaatiosta.
- osaa laskea otoksen luottamusvälin ja pystyy käyttämään tätä hyväkseen mm. hypoteesin testauksessa
- osaa laskea todennäköisyyksiä sekä teoreettisesti että tietokoneella simuloiden.
Sisältö (OJ)
Todennäköisyyden käsite, tavallisimmat jakaumat, mm. normaali-, binomi-, t- ja Poisson-jakauma. Tilastollisen testauksen periaatteet, mittausaineiston käsittely tietokoneella ja sen kuvaaminen graafisesti.
Tärkeimpien tilastollisten tunnuslukujen käyttö ja merkitys. Regressiotekniikan käyttö mittausten mallintamisessa ja ennustamisessa.
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija ymmärtää perusjoukon ja otoksen välisen eron. Opiskelija osaa laskea keski-, hajonta- ja sijaintiluvut otoksen perusteella. Opiskelija osaa suunnitella yksinkertaisia koeasetelmia tilastollisen tutkimuksen tekoon ja havainnollistaa saadut tulokset sekä graafisesti että numeerisesti. Opiskelija ymmärtää jakaumien perusteet.
Arviointikriteerit, hyvä (3-4) (OJ)
Edellisten lisäksi opiskelija osaa soveltaa tilastollista ajattelua erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten merkityksen.
Arviointikriteerit, kiitettävä (5) (OJ)
Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut.
Aika ja paikka
Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.
Tenttien ja uusintatenttien ajankohdat
Tentti pidetään 26.04.2022 klo 14.15-17.00 luokassa B2-25.
Uusintatentit 11.05.2022 ja 25.05.2022. klo 17.00-20.00
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 0-5.
Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 8 pistettä. Kokeen maksimipistemäärä 42 pistettä. Yhteispistemäärä on täten 50 pistettä.
Arvosana määräytyy kotitehtävien ja kokeen yhteispistemäärän perusteella seuraavasti:
0 pistettä, arvosana 0
12,5 pistettä, arvosana 1
20 pistettä, arvosana 2
27,5 pistettä, arvosana 3
35 pistettä, arvosana 4
42,5 pistettä, arvosana 5
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Lähiopetus, videot, kotitehtävät, tentti
Oppimateriaalit
Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa. Oppikirjoja: Leila Karjalainen: Tilastomatematiikka + Tarja Heikkilä Tilastollinen tutkimus: Tilastolliset menetelmät + Antti Majaniemen moniste (TuniMoodlessa).
Opiskelijan ajankäyttö ja kuormitus
Lähiopetusta 27 tuntia sisältäen kokeen. Loput 81 h - 27 h = 54 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.
Sisällön jaksotus
Sisllön jaksotus löytyy TuniMoodlesta.
Lisätietoja opiskelijoille
Opetus alkaa lukujärjestyksen mukaisesti.
Opintojaksossa Moodle-toteutus.
Toteutusen aikana annetaan kotitehtäviä, joista on mahdollisuus saada lisäpisteitä kokeeseen. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".