Statistics (3 cr)

Objectives (course unit)

Student is able to
- construct graphical presentation for statistical data.
- calculate basic statistical measures with computer.
- interpret data using statistical measures and graphs.
- understand basics of combinatorics.
- calculate probabilities.
- construct a confidence interval and perform a hypothesis test.
- understand the concepts of regression and correlation.

Content (course unit)

Probability, combinatorics, statistical measures, distributions (normal, binomial, t, Poisson), confidence interval, hypothesis testing, use of statistical computer program, regression

Prerequisites (course unit)

Basic use of Excel, Functions and matrices and Integral Calculus, or similar skills

Exam schedules

Tentin tarkempi ajankohta tarkistetaan viimeistään lokakuun kolmannella viikolla. Tähän vaikuttaa 2. periodin lukujärjestyksen valmistuminen.
Opintojakson päätyttyä koko opintojaksolle on kaksi uusintatenttiä. Hyväksyttyä arvosanaa voi korottaa 1. uusintatentissä. Näistä tulee tarkemmat päiväykset marraskuun lopussa.
Mahdollisista tenttipäivien muutoksista sovitaan tunnilla ja ne päivitetään totsuun sekä niistä ilmoitetaan sähköpostilla. Opiskelija on velvollinen tarkistamaan mahdolliset tunnilla sovitut muutokset tenttiajoissa.
Kaikissa tenteissä saa olla mukana ainoastaan opettajan erikseen määrittelemät materiaalit ja välineet.
*Alustavat päivät*: tentti 30.11.2015, 1.uusinta 14.12.2015 ja 2. uusinta tammikuu 2016.

Assessment methods and criteria

Opintojakso suoritetaan tentillä, kotitehtävillä ja tietokoneharjoituksilla. Harjoitustöissä sovelletaan erilaisia tilastollisia menetelmiä mittaustietojen analysointiin. Lisäksi harjoitustöissä perehdytään joidenkin tilastollisten menetelmien laskentaan.
Harjoitustöissä tarvittava laskenta tehdään joko Excelin työkaluilla tai käsin. Hyväksytty harjoitustyö on tehty työohjeen mukaisesti, virheetön ja aikataulun mukaisesti palautettu. Kotitehtävistä ja harjoitustöistä saa 9 lisäpistettä tentin (maksimipisteet 30) arviointiin ja ne vaikuttavat myös uusinnan/korotuksen tuloksiin. Lisäksi opiskelija voi tehdä omavalintaisen lisäprojektin joko ohjelmoiden tai data-analyyttisesti, jonka raportoimalla voi korottaa hyväksyttyä numeroa maksimissaan yhdellä arvosanalla. Tämä suoritustapa on voimassa ajalla 31.08.2015-18.12.2015.
Lopullinen arvosana määräytyy tentin (max 30 pistettä) ja harjoitustöiden perusteella. Tentin arvostelussa otetaan huomioon
tilastomatemaattisten käsitteiden ja ilmiöiden ymmärrys, tilastolliseten menetelmien soveltamistaito, ratkaisun oikeellisuus, valittu ratkaisutapa sekä esitystavan selkeys.Varma läpipääsy on 15 pistettä.

Assessment scale

0-5

Teaching methods

Lähiopetus, itsenäinen opiskelu, harjoitukset, harjoitustyöt, ongelmalähtöinen opiskelu, yhteistoiminnallinen oppiminen, tentti.

Learning materials

Osia seuraavista kirjoista
- Holopainen, Pulkkinen: Tilastolliset menetelmät, Weilin+Göös
- Leila Karjalainen: Tilastomatematiikka, Pii-kirjat
- Kume, Hitoshi: Laadun parantamisen tilastolliset menetelmät, Suomen laatuyhdistys
- opettajan antamat nettilinkit
- erilaiset verkkomateriaalit
- lisäksi käytetään opettajan erikseen jakamia monisteita

Student workload

Opiskelijan keskimääräinen työmäärä on noin 80-85 tuntia, joka koostuu lähiopetuksesta, kotitehtävistä, harjoitustöistä, itsenäisestä työskentelystä ja tentistä.

Content scheduling

Syyskuun ja lokakuun aikana tehdään harjoituksia ja projekteja tietokoneella koskien data-analyyttistä lähestymistapaa. Marraskuussa siirrytään tilastomatematiikan, todennäköisyyslaskenna ja tilastollisen päättelyn läpikäyntiin.

Completion alternatives

Kurssin voi suorittaa myös vaihtoehtoisella tavalla, joka tapahtuu tenttimällä ja itsenäisesti tehtävällä henkilökohtaisella harjoitustyöllä myöskin ajalla 31.08.2015-18.12.2015. Tästä suoritustavasta voi kysyä tarkempia tietoja opettajalta. Tämä suoritustapa on voimassa sekä itsenäisillä että tavoiteaikataulun ylittäneillä opiskelijoilla.

Further information

Poissaolo tentistä vastaa hylättyä suoritusta. Sairaustapauksissa vaaditaan lääkärintodistus. Tekniikan kaavasto on tarpeellinen (MAOL ei ole riittävä). Kurssilla on paljon käsinlaskentaa, mutta tietokoneella tehtävä laskenta tehdään Excelillä ja Excelin analyysityökaluilla.

Assessment criteria - satisfactory (1-2) (Not in use, Look at the Assessment criteria above)

Opiskelija ymmärtää perusjoukon ja otoksen välisen eron. Opiskelija osaa laskea keskeis-, hajonta- ja sijaintiluvut otoksen perusteella. Opiskelija osaa suunnitella yksinkertaisia koeasetelmia tilastollisen tutkimuksen tekoon ja havainnollistaa saadut tulokset sekä graafisesti että numeerisesti. Opiskelija ymmärtää kombinatoriikan, binomijakauman ja normaalijakauman perusteet.

Assessment criteria - good (3-4) (Not in use, Look at the Assessment criteria above)

Edellisten lisäksi opiskelija osaa soveltaa sekä khitoiseen- että t-jakaumaa erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten merkityksen ja diagnostisen tulkinnan. Opiskelija suoriutuu annetuista tehtävistä itsenäisesti ja ottaa vastuun myös ryhmän suoriutumisesta.

Assessment criteria - excellent (5) (Not in use, Look at the Assessment criteria above)

Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut. Opiskelija on erittäin motivoitunut ja ottaa sitoutuneesti vastuuta omasta ja ryhmän suoriutumisesta.