Opinto-opas

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

Ensimmäinen välikoe 03.03.2025 klo 16.15-19.00 juhlasalissa D1-04.
Toinen välikoe 24.04.2025 klo 12.15-15.00 juhlasalissa D1-04.
Välikokeisiin ei tarvitse ilmoittautua.

Uusinta/korotuskokeet:
1. uusinta/korotuskoe 14.05.2025 klo 16.00-19.00 juhlasalissa D1-04.
2. uusinta/korotuskoe 04.06.2025 klo 16.00-19.00 juhlasalissa D1-04.

Ilmoittautuminen uusintakokeisiin sähköpostitse viimeistään uusintatenttiä edeltävänä sunnuntaina.

Hyväksyttyä arvosanaa voi yrittää korottaa vain kerran.

Arviointimenetelmät ja arvioinnin perusteet

Opintojakso arvioidaan asteikolla 0-5.

Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 10 pistettä. Välikokeiden maksimipistemäärä 30 pistettä / välikoe. Yhteispistemäärä on täten 70 pistettä.

Arvosana määräytyy kotitehtävien ja välikokeiden yhteispistemäärän perusteella seuraavasti:

0 pistettä, arvosana 0
20 pistettä, arvosana 1
30 pistettä, arvosana 2
40 pistettä, arvosana 3
50 pistettä, arvosana 4
60 pistettä, arvosana 5

Molempiin välikokeisiin on osallistuttava.

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

Lähiopetus, videot, kotitehtävät, välikokeet (2 kpl)

Oppimateriaalit

Opettajan tekemä oppimateriaali TuniMoodlessa.

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

Opiskelijan ajankäyttö ja kuormitus

Lähiopetusta 36 tuntia + välikokeet 2 * 3 tuntia. Loput 81 h - 42 h = 39 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. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet".