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

Assessment criteria, satisfactory (1-2) (course unit)

Student understands the difference between population and sample. Student is able to calculate measures of central tendency and variation. He/she knows the basic elements of research methods and is able to present data in charts and tables. Student understands the basic concepts of distributions. He/she is able to solve simple applications that are similar to the problems solved during the course. Justification of solutions and the usage of mathematical concepts may still be somewhat vague.

Assessment criteria, good (3-4) (course unit)

In addition, student is able to apply statistics thinking when handling data from different kind of research methods. Student knows basic elements of decision making with different size of samples. He/she understands meaning of results of regression analysis. Student is able to solve the given exercises independently and helps other students in the group.

Assessment criteria, excellent (5) (course unit)

In addition, student has an overall understanding of course topics. He/she can solve more demanding engineering problems and has the ability to present and justify the chosen methods of solution. Statistical notations and concepts are used precisely. Student is motivated and committed to help the group to manage the course.

Location and time

Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.

Exam schedules

Tentti pidetään 10.11.2023 klo 14.15-17.00 luokassa D1-04.
Uusintatentit 21.11.2023 klo 14.15-17.00 luokassa B2-35 ja 13.12.2023 klo 12.00-15.00 juhlasalissa D1-04.
Ilmoittautuminen sähköpostitse viimeistään kaksi vuorokautta ennen tenttiä.

Evaluation methods and criteria

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

Assessment scale

0-5

Teaching methods

Lähiopetus, videot, kotitehtävät, tentti

Learning materials

Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa.

Oppikirjoja:
Leila Karjalainen: Tilastomatematiikka (TAMK kirjasto)
Tarja Heikkilä; Tilastolliset menetelmät (TAMK kirjasto)
Antti Majaniemen moniste (TuniMoodlessa).

Student workload

Lähiopetusta 30 tuntia sisältäen kokeen. Loput 81 h - 30 h = 51 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.

Content scheduling

Sisällön jaksotus löytyy TuniMoodlesta.

Completion alternatives

-

Practical training and working life cooperation

-

International connections

-

Further information

Opetus alkaa lukujärjestyksen mukaisesti.
Opintojaksossa Moodle-toteutus.
Toteutuksen aikana annetaan kotitehtäviä, joista on mahdollisuus saada lisäpisteitä kokeeseen. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".

Assessment criteria - fail (0) (Not in use, Look at the Assessment criteria above)

Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".

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

Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".

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

Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".

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

Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".