Tekniikan tilastomatematiikka (3 op)
Toteutuksen tunnus: 5N00EG78-3009
Toteutuksen perustiedot
Ilmoittautumisaika
23.11.2022 - 05.01.2023
Ajoitus
09.01.2023 - 30.04.2023
Laajuus
3 op
Toteutustapa
Lähiopetus
Yksikkö
TAMK Matematiikka ja fysiikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Biotuotetekniikan tutkinto-ohjelma
Opettaja
- Jukka Suominen
Vastuuhenkilö
Jukka Suominen
Ryhmät
-
21BIOTBBiotuotetekniikan tutkinto-ohjelma, syksy 2021
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.
Aika ja paikka
Ajat (ja paikat) on kerrottu TuniMoodlessa ja lukujärjestyksissä.
Tenttien ja uusintatenttien ajankohdat
Tentti pidetään 25.04.2023 klo 14.15-17.00 juhlasalissa D1-04.
Uusintatentit 05.05.2023 klo 11.15-14.00 ja 11.05.2023 klo 17.00-20.00 juhlasalissa D1-04.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 0-5.
Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 10 pistettä. Kokeen maksimipistemäärä 40 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 (TAMK kirjasto)
Tarja Heikkilä; Tilastolliset menetelmät (TAMK kirjasto)
Antti Majaniemen moniste (TuniMoodlessa).
Opiskelijan ajankäyttö ja kuormitus
Lähiopetusta 39 tuntia sisältäen kokeen. Loput 81 h - 39 h = 42 tuntia opiskelijan omaa opetuksen ulkopuolista työtä.
Sisällön jaksotus
Sisällön jaksotus löytyy TuniMoodlesta.
Toteutuksen valinnaiset suoritustavat
-
Harjoittelu- ja työelämäyhteistyö
-
Kansainvälisyys
-
Lisätietoja opiskelijoille
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".
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".