Tilastolliset menetelmätLaajuus (2 op)
Tunnus: TE00BZ26
Laajuus
2 op
Osaamistavoitteet
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)
Ilmoittautumisaika
10.10.2024 - 26.01.2025
Ajoitus
27.01.2025 - 13.04.2025
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
0 - 100
Koulutus
- Konetekniikan koulutus
Opettaja
- COS Opettaja
- Arttu Karppinen
- Riku Mattila
Ryhmät
-
PKONTK23BPKONTK23B
-
PKONTK23APKONTK23A
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 15.
Kaksi uusintakoetta toukokuussa 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 5 ja 6)
i) Matriisit, solut, indeksointi
ii) Kuvaajien piirtäminen
1) Datan käsittely ja visualisointi (3 opetuskertaa, viikot 7, 9 ja 10)
i) Datan tuonti ja vienti MatLabissa
ii) TIlastolliset tunnusluvut, korrelaatiokerroin, luottamusväli
2) Hypoteesitestaus. (3 opetuskertaa, viikot 11, 12 ja 13)
i) Normaalijakauma, eksponentiaalijakauma, binomijakauma
ii) Tilastollinen testaaminen, ristiintaulukointi
3) Kertaus (1 opetuskerta, viikko 14)
Kurssikoe pidetään viikolla 15.
Kaksi uusintakoetta pidetään toukokuun 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.
Ilmoittautumisaika
30.05.2024 - 17.09.2024
Ajoitus
02.09.2024 - 27.11.2024
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
0 - 90
Koulutus
- Konetekniikan koulutus
Opettaja
- COS Opettaja
- Arttu Karppinen
- Riku Mattila
Ryhmät
-
PKONTS22BPKONTS22B
-
PKONTS22APKONTS22A
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.
Ilmoittautumisaika
01.12.2023 - 08.01.2024
Ajoitus
08.01.2024 - 29.05.2024
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Koulutus
- Konetekniikan koulutus
Opettaja
- Arttu Karppinen
- Riku Mattila
Vastuuopettaja
Arttu Karppinen
Ryhmät
-
PKONTK22APKONTK22A
-
PKONTK22BPKONTK22B
-
PKONTK22Konetekniikan koulutus
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
Ilmoittautumisaika
01.06.2023 - 04.09.2023
Ajoitus
01.09.2023 - 31.12.2023
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Koulutus
- Konetekniikan koulutus
Opettaja
- Arttu Karppinen
- Riku Mattila
Vastuuopettaja
Arttu Karppinen
Ryhmät
-
PKONTS21BPKONTS21B
-
PKONTS21APKONTS21A
-
PKONTS21Konetekniikka S21
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
Ilmoittautumisaika
02.12.2022 - 23.01.2023
Ajoitus
01.01.2023 - 31.05.2023
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Koulutus
- Konetekniikan koulutus
Opettaja
- Arttu Karppinen
- Riku Mattila
Vastuuopettaja
Riku Mattila
Ryhmät
-
PKONTK21BPKONTK21B
-
PKONTK21Konetekniikan koulutus
-
PKONTK21APKONTK21A
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
Ilmoittautumisaika
02.08.2022 - 15.09.2022
Ajoitus
01.09.2022 - 31.12.2022
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Koulutus
- Konetekniikan koulutus
Opettaja
- Eero Immonen
Vastuuopettaja
Eero Immonen
Ryhmät
-
PKONTS20Konetekniikka S20
-
PKONTS20BPKONTS20B
-
PKONTS20APKONTS20A
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
Ilmoittautumisaika
11.12.2021 - 16.01.2022
Ajoitus
10.01.2022 - 31.05.2022
Opintopistemäärä
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Koulutus
- Konetekniikan koulutus
Opettaja
- Eero Immonen
Vastuuopettaja
Eero Immonen
Ryhmät
-
PKONTK20BPKONTK20B
-
PKONTK20APKONTK20A
-
PKONTK20Konetekniikan koulutus
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.