Siirry suoraan sisältöön

Tekniikan tilastomatematiikka (3 op)

Toteutuksen tunnus: 5N00EG78-3005

Toteutuksen perustiedot


Ilmoittautumisaika

02.12.2021 - 12.01.2022

Ajoitus

01.01.2022 - 30.04.2022

Laajuus

3 op

Toteutustapa

Lähiopetus

Yksikkö

TAMK Matematiikka ja fysiikka

Opetuskielet

  • Suomi

Koulutus

  • Biotuotetekniikan tutkinto-ohjelma

Opettaja

  • Pekka Kaatiala

Vastuuhenkilö

Pekka Kaatiala

Ryhmät

  • 21BIOTA
    Biotuotetekniikan tutkinto-ohjelma, kevät 2021
  • 20BIOTB
    Biotuotetekniikan tutkinto-ohjelma, syksy 2020

Tavoitteet (OJ)

Opiskelija osaa
- havainnollistaa tilastollista aineistoa sopivilla kuvaajilla.
- käyttää tietokonetta tilastollisten perustunnuslukujen laskentaan.
- tulkita aineistoa kuvaajien ja tunnuslukujen avulla.
- kombinatoriikan perusteet
- laskea todennäköisyyksiä sekä teoreettisesti että tietokoneella simuloiden.
- laskea otoksen luottamusvälin ja pystyy käyttämään tätä hyväkseen mm. hypoteesin testauksessa
- perustiedot regressiosta ja korrelaatiosta.

Sisältö (OJ)

Todennäköisyyden käsite, kombinatoriikan perusteet, 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.

Esitietovaatimukset (OJ)

Excelin peruskäyttö, Funktiot ja matriisit, Integraalilaskenta tai vastaavat tiedot

Arviointikriteerit, tyydyttävä (1-2) (OJ)

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 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. Opiskelija suoriutuu annetuista tehtävistä itsenäisesti ja ottaa vastuun myös ryhmän suoriutumisesta.

Arviointikriteerit, kiitettävä (5) (OJ)

Edellisten 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.

Tenttien ja uusintatenttien ajankohdat

Katso arviointimenetelmät

Arviointimenetelmät ja arvioinnin perusteet

Opintojakso suoritetaan tuntiharjoituksilla, harjoitustehtävillä ja projekteilla. Tämä suoritustapa on voimassa 01.01.2022-30.4.2022. Lisäksi pidetään kirjallinen lopputentti huhtikuussa 2022. Tästä annetaan ohjeet kurssin alussa. Suoritukseen sisältyy myös kirjallinen itsearviointi.

1.5.2022 jälkeen kurssi suoritetaan kirjoja lukemalla, laskutehtävillä ja monivalintatentillä. Tentin maksimipistemäärä on 30 pistettä. Läpäisyyn riittää ainakin 15 pisteen arvoinen osaaminen. Tehtäviä on laskettava vähintään 30 kappaletta viidestä eri aihepiiristä. Tentit järjestetään joko syyskuussa 2022 tai lokakuussa 2022. Kirjalistan ja tentissä suoritettavat teemat saa kysyttäessä opettajalta. Lokakuun 2022 jälkeen ei järjestetä erillistä suoritusmahdollisuutta.

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

Lähiopetus, itsenäinen opiskelu, harjoitukset, laskutehtävät, työpajat, projektit, ongelmalähtöinen opiskelu, yhteistoiminnallinen oppiminen, selittävät videot.

Oppimateriaalit

Osia ja ideoita 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
- opetusvideot

Opiskelijan ajankäyttö ja kuormitus

Opiskelijan keskimääräinen työmäärä on noin 80-85 tuntia, joka koostuu lähiopetuksesta ja verkko-opetuksesta, kotitehtävistä, laskuharjoituksista ja työpajoista, itsenäisestä työskentelystä ja projekteista.

Lisätietoja opiskelijoille

Kurssiin sisältyvät projektit tehdään suomenkielisessä Office365 -ympäristössä. Laskelmiin tarvittavat kaavat ja funktiot käsitellään oppitunneilla. Kurssilla ylläpidetään myös Moodle-sivustoa, jossa tehtävät ja projektit kuvataan tarkemmin. Siellä on myös linkkejä lisätietoihin ja ohjeita itsenäisen opiskelun tueksi. Tietokoneella tehtävä laskenta tehdään Excelillä ja Excelin analyysityökaluilla. Projektit raportoidaan riittävän kattavasti ja yksityiskohtaisesti tunnilla (ja Moodlessa) annettujen lisäohjeiden mukaan. Tarkat arviointiperusteet esitetään oppitunneilla.

Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)

Harjoitusten tekemättä jättäminen. Vähäistä enemmän virheitä palautuksissa. Myöhästyneet palautukset.

Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)

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 jakaumien perusteet.

Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)

Edellisten lisäksi opiskelija osaa soveltaa tilastollista ajattelua erilaisten tutkimusasetelmien ja mittausjoukkojen käsittelyssä. Opiskelija hallitsee tilastollisen päättelyn perusteet erikokoisten otosten käsittelyssä. Opiskelija ymmärtää regressioanalyysin tulosten analyysin ja luottamusvälin käytön perusteet. Opiskelija suoriutuu annetuista tehtävistä itsenäisesti ja ottaa vastuun myös ryhmän suoriutumisesta.

Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)

Edellisen lisäksi opiskelijalla on kokonaisvaltainen käsitys opintojakson asioista ja niiden käytöstä ongelmien ratkaisuun sekä taito esittää ja perustella loogisesti valitut ratkaisut. Opiskelija ymmärtää ja osaa hypoteesien testauksen käytön ja luottamusvälilaskennan perusteet. Opiskelija hallitsee keskeisten otantajakaumien käytön ja soveltamisen. Opiskelija on hyvin motivoitunut ja ottaa sitoutuneesti vastuuta omasta ja ryhmän suoriutumisesta.