Tilastomatematiikka (3 op)

Arviointiasteikko

H-5

Sisällön jaksotus

Opintojakso toteutetaan yhteisopetuksena (ryhmät A ja B).
Tunnit ovat koetta lukuunottamatta hybridiopetustunteja, jolloin niihin osallistuminen on mahdollista joko kampuksella tai etänä Teamsissä. Tunnit ovat 1h ja 45 minuutin saman aikaisen hybridin tapaamisia sisältäen viikon laskuharjoitusten purun ja uuden aiheen käsittelyn.

Kurssin aiheita käsitellään sekä teorian ja tulkinnan näkökulmasta että analyysivälineiden käytön harjoittelun (Excel ja/tai MATLAB) näkökulmasta.

Alustava aikataulu:
vk 36 aloitustapaaminen torstaina 7.9.): Opintojakson aloitus. Tilastollisen tutkimuksen peruskäsitteet, otantamenetelmät, muuttujien mitta-asteikot.
vk 37: Taulukot ja kaaviot aineiston kuvailussa. Histogrammijakauman yhteys normaalijakaumaan.
vk 38: Tilastolliset tunnusluvut aineiston kuvailussa: tunnusluvut, virhe-%, variaatiokerroin ja luottamusväli tulosten luotettavuuden mittareina.
vk 39: Kahden muuttujan yhteydet, kun vähintään toinen on sanallinen (kategorinen): ristiintaulukointi, ryhmittäiset tunnusluvut ja laatikkojanakaavio
vk 40: Kahden muuttujan yhteydet, kun molemmat ovat numeerisia: sirontakuviot ja käyrien sovitus, regressiomallit ja korrelaatiokertoimet
vk 41-44: Itsenäinen aineistoanalyysi (parityö) ja sen tekemiseen liittyvää vapaaehtoista Helpdesk-ohjausta
vk 44: Klassinen ja tilastollinen todennäköisyys, normaalijakauma ja siihen liittyvät laskut
vk 45: Keskiarvon keskivirhe ja luottamusväli, otoskoon laskenta ja otannan toteutus
vk 46 (HYB + LÄHI): Kurssin teoria-aiheiden kertaus koetta varten (ti, HYB) ja teoriakoe tilastollisen tutkimuksen vaiheista, käsitteistä ja tuloksiin liittyvästä tulkinnasta sekä todennäköisyyslaskennasta (to, LÄHI)
vk 47? (ETÄ): Kokeen tulosten läpikäyntiä ja asiaa uusinnoista

Tavoitteet

Opiskelija perehtyy tilastollisten menetelmien käyttöön ja niiden ATK-sovelluksiin, siten, että hän kykenee tuottamaan työssään tarvittavia tilastoja sekä analysoimaan niitä.

Sisältö

- otantamenetelmät ja otoskoko
- tilastojen graafinen esittäminen ja tulkitseminen
- mittaustavat ja erilaiset mitta-asteikot
- keskihajonta, keskivirhe ja muut hajontaluvut
- normaalijakauma
- korrelaatio ja regressio

Oppimateriaalit

- Oppikirja: Tilastollinen tutkimus, Heikkilä, 2014, Edita Publishing, saatavilla myös e-kirjana https://turkuamk.finna.fi/Record/turkuamk_electronic.995460267205970 tai vastaava tilastollisen tutkimuksen perusteiden oppikirja (ei pakollinen)
- Itslearning-oppimisympäristössä oleva ja sinne linkitetty sähköinen- ja verkkomateriaali, opetusvideot

Opetusmenetelmät

Itsenäiset ennakkotehtävät ja muut oppimistehtävät verkossa
Opetustapaaminen kerran viikossa, á 1t 45 min
Osaamista mittaava koe (automaattinen arviointi) ja harjoitustyö (itse-, vertais- ja opettajan arviointi)

Jokaiseen opetus/ohjauskertaan liittyy edellisen kerran aiheita kertaavia ja uuteen aiheeseen valmistelevia itsenäisiä kotitehtäviä. Näillä kotitehtävillä on mahdollista kerätä osa kurssipisteistä kompensoimaan kokeen tulosta (noin numeron korotus arvosanaan)

Tenttien ajankohdat ja uusintamahdollisuudet

Teoriakoe viikolla 46
Harjoitustyön palautus viikon 44 loppuun mennessä.

Pedagogiset toimintatavat ja kestävä kehitys

Learning-by-doing ja flipped learning

Oppiminen perustuu paljolti opiskelijan omaan aktiiviseen osallistumiseen ja suorittamiseen.
Opiskeltavista aiheista annetaan opiskelijalle sekä ennakkotehtäviä että kertaavia tehtäviä ja niiden suoritusta tukevaa materiaalia.

Opintojaksolla opittavat taidot ovat työelämässä tarvittavia perustaitoja.

Arviointi perustuu suoritettuihin tehtäviin ja osaamisen osoittamiseen kokeessa sekä harjoitustehtävässä.

Toteutuksen valinnaiset suoritustavat

Opintojakson itsenäinen suorittaminen: Hyväksytysti suoritettu teoriakoe ja harjoitustyö.

Opiskelijan ajankäyttö ja kuormitus

3 op = 80 t opiskelijan työtä jakautuen opetukseen/ohjaukseen ja itsenäisiin tehtäviin.
- Ennakkotehtävät ja kotitehtävät, joilla voi kerätä osan arviointipisteistä (noin numeron korotus tenttiarvosanaan)
- Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö paritehtävänä ja siihen liittyvä vertaisarviointi (HKS/mahdollinen korotus kurssiarvosanaan)

Arviointimenetelmät ja arvioinnin perusteet

- Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5, max 30 p)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö paritehtävänä ja siihen liittyvä vertaisarviointi (HKS/Korotus tentiarvosanaan)

Itsenäisillä viikkotehtävillä voi kerätä max 4p huomioitavaksi arvosanassa koepisteiden lisäksi. Tämä vastaa noin numeron korotusta arvosanaan.

Myös hyvin suoritetulla harjoitustyöllä voi saada max numeron korotuksen arvosanaan.

Hylätty (0)

Opiskelija ei ole suorittanut hyväksytysti opintojakson koetta ja/tai harjoitustyötä.

Arviointikriteerit, tyydyttävä (1-2)

Arvosanaan 1 vaaditaan 40 % koepisteistä = 12 p ja ja hyväksytysti suoritettu harjoitustyö.
Arvosanaan 2 vaaditaan 52 % = 15,5 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Arviointikriteerit, hyvä (3-4)

Arvosanaan 3 vaaditaan 64 % koepisteistä = 19 p ja hyväksytysti suoritettu harjoitustyö.
arvosanaan 4 vaaditaan 76 % = 23 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Arviointikriteerit, kiitettävä (5)

Arvosanaan 5 vaaditaan 88 % koepisteistä = 26,5 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Lisätiedot

Kurssin tärkeimmät ilmoitukset opettaja lähettää sähköpostitse. Yhteydenotot opettajaan sähköpostitse (hannele.kuusisto@turkuamk.fi). Tunteihin liittyvä informaatio itslearningissä. Kurssiin liittyviä ilmoituksia itslearningissä kurssin Yleiskatsaus-sivulla.

Käytettävät ohjelmistot: MS Excel -työpöytäsovellus, GeoGebra, MATLAB.