Opinto-opas

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Oppimateriaalit

Kurssi pohjautuu kirjaan Martinez ja Cho: Statistics in MatLab - A primer.
Toteutuksen ITSlearning-alusta sisältää kurssin suorittamiseen vaadittavat materiaalit.

Opetusmenetelmät

Kurssin opetus perustuu lähiopetukseen ja laskuharjoitustehtäviin.

Tenttien ajankohdat ja uusintamahdollisuudet

Kurssikoe viikolla 48.

Kaksi uusintakoetta tammikuussa 2025.

Pedagogiset toimintatavat ja kestävä kehitys

Opetuskerroilla käydään läpi esimerkkejä, mutta pääpaino oppimisessa on opiskelijan omassa osallistumisessa sekä laskuharjoitustehtävien tekemisessä.

Opiskelijan ajankäyttö ja kuormitus

2 op = 54 tuntia opiskelijan työtä

9*2h = 18h kontaktiopetusta
1*2h = 2h kurssikoe
34 h itsenäistä opiskelua sisältäen laskuharjoitusten tekemisen ja kokeeseen valmistautumisen.

Sisällön jaksotus

Kurssilla pidetään viikottain yksi opetuskerta.

Kurssi koostuu aihealueista

0) MatLabin kertaus (2 opetuskertaa, viikot 38 ja 39)
i) Matriisit, solut, indeksointi
ii) Kuvaajien piirtäminen

1) Datan käsittely ja visualisointi (3 opetuskertaa, viikot 40, 41 ja 43)
i) Datan tuonti ja vienti MatLabissa
ii) TIlastolliset tunnusluvut, korrelaatiokerroin, luottamusväli

2) Hypoteesitestaus. (3 opetuskertaa, viikot 44, 45 ja 46)
i) Normaalijakauma, eksponentiaalijakauma, binomijakauma
ii) Tilastollinen testaaminen, ristiintaulukointi

3) Kertaus (1 opetuskerta, viikko 47)

Kurssikoe pidetään viikolla 48.

Kaksi uusintakoetta pidetään tammikuun aikana.

Viestintäkanava ja lisätietoja

Koko kurssia koskeva viestintä tapahtuu opetuskerroilla ja ITS-learning-alustalla tai sähköpostitse. Yhteydenotot opettajiin sähköpostitse.

Arviointiasteikko

H-5

Arviointimenetelmät ja arvioinnin perusteet

Kurssipisteet (max 20 p) muodostuvat seuraavasti:

- Kurssin aikana tehtävät tehtävät 0-4p
- Kurssikoe 0-16p.

Tehtävistä saa pisteitä, kun tehtävät on palautettu ajoissa ja osallistuu aktiivisesti opetuskertaan, jossa ne vastauksia käydään läpi. Pisteet voi siis saada ainoastaan olemalla läsnä kyseisellä opetuskerralla. Tehtävistä saatavat pisteet = Palautetut tehtävät / Kaikki tehtävä * 4p.

Arvosana 1: 8 kurssipistettä
Arvosana 2: 10 kurssipistettä
Arvosana 3: 12 kurssipistettä
Arvosana 4: 14 kurssipistettä
Arvosana 5: 16 kurssipistettä

Hylätty (0)

Opiskelija on saanut alle 8 kurssipistettä.

Arviointikriteerit, tyydyttävä (1-2)

Opiskelija saa 8-11,99 kurssipistettä.

Arviointikriteerit, hyvä (3-4)

Opiskelija saa 12-15,99 kurssipistettä.

Arviointikriteerit, kiitettävä (5)

Opiskelija saa vähintään 16 kurssipistettä.

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Tenttien ajankohdat ja uusintamahdollisuudet

Kurssikoe järjestetään 9.4. klo 12.30-14.00 Lem_A173

Kurssisuorituksen voi uusia uusintakokeessa, jotka järjestetään 6.5. ja 22.5. 16-18 Auditoriossa Beta.

Arviointiasteikko

H-5

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Arviointiasteikko

H-5

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Arviointiasteikko

H-5

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Arviointiasteikko

H-5

Tavoitteet

Opintojakson suoritettuaan opiskelija:
- osaa tieteellisen tutkimusprosessin kulun
- tietää erilaiset otantamenetelmät ja osaa soveltaa niitä otantaa suorittaessaan
- tuntee kyselylomakkeen laatimisen vaiheet ja osaa suunnitella kyselylomakkeen sekä on tietoinen tiedonkeruumenetelmistä
- tuntee tilastotieteen peruskäsitteet
- osaa käyttää tilastollista ohjelmistoa aineiston käsittelyssä ja raportoinnissa
- tuntee hypoteesin testauksen menetelmän
- osaa soveltaa tilastollista testausta mm. riippuvuuksien tutkimiseen ja keskiarvotesteihin

Sisältö

- Tutkimusprosessi, kyselyn laadinta ja raportointi
- Otantatutkimukset
- Tilastotieteen peruskäsitteet (mitta-asteikot, tunnusluvut..)
- Tilastollisen ohjelmiston käyttö
- Analysointimenetelmät (Riippuvuuksien tutkiminen, keskiarvotestit)

Oppimateriaalit

Verkkokurssi.

Opetusmenetelmät

Itsenäiset tietokoneharjoitukset verkkomateriaalin pohjalta.

Pedagogiset toimintatavat ja kestävä kehitys

Verkkokurssi

Toteutuksen valinnaiset suoritustavat

Hyväksytysti suoritetut verkkotehtävät.

Opiskelijan ajankäyttö ja kuormitus

Opiskelijan itsenäinen Matlab-harjoitustehtävien tekeminen (53 h).

Sisällön jaksotus

HUOM! Muista ilmoittautua kurssille.

Kurssi suoritetaan verkkopohjaisesti käyttäen Matlab-ohjelmistoa ja sen Statistics & Machine Learning -toolboxia. Suoritustapa ja verkkokurssimateriaali esitellään ensimmäisellä tunnilla, jolla läsnäolo vahvasti suositeltavaa periaatteella "jos et ole läsnä, et kysele samoja asioita myöhemmin".

Varaudu asentamaan Matlab omalle tietokoneellesi ja tekemään tehtävät sillä. Ohjelmistolisenssi on opiskelijoille maksuton.

Arviointiasteikko

H-5

Arviointimenetelmät ja arvioinnin perusteet

Verkkopohjaiset tehtävät.