Statistics (3 cr)

Objectives (course unit)

The student
- is able to use a computer to calculate basic statistical values
- is able to illustrate statistical data with suitable graphs.
- is able to interpret material using graphs and key values
- knows the basics of regression and correlation.
- is able to calculate the confidence interval of the sample and is able to use it for example hypothesis testing
- can calculate probabilities both theoretically and by computer simulating.

Content (course unit)

The concept of probability, the most common distributions, eg. normal, binomial, t and poisson distribution. Principles of statistical testing, processing of measurement data on a computer and graphical representation of it.
Use and importance of key statistical indicators. Use of regression techniques in modeling and predicting measurements.

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

The student understands the difference between the population and the sample. The student is able to calculate the mean, dispersion and position numbers from the sample. The student is able to design simple experimental designs for statistical research and illustrates the results both graphically and numerically. The student understands the basics of distributions.

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

In addition to the before mentioned, the student is able to apply statistical thinking in handling different research settings and measurement sets. The student masters the basics of statistical reasoning when processing different sized samples. The student understands the importance of the results of regression analysis.

Assessment criteria, excellent (5) (course unit)

In addition to the before mentioned, the student has a comprehensive understanding of the course topics and their use in problem solving as well as the ability to present and justify logically selected solutions.

Location and time

Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.

Exam schedules

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.

Assessment methods and criteria

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

Assessment scale

0-5

Teaching methods

Lähiopetus, videot, kotitehtävät, tentti

Learning materials

Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa. Oppikirjoja: Leila Karjalainen: Tilastomatematiikka + Tarja Heikkilä Tilastollinen tutkimus: Tilastolliset menetelmät + Antti Majaniemen moniste (TuniMoodlessa).

Student workload

Lähiopetusta 27 tuntia sisältäen kokeen. Loput 81 h - 27 h = 54 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.

Content scheduling

Sisllön jaksotus löytyy TuniMoodlesta.

Further information

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".

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".