Siirry suoraan sisältöön

Tilastomatematiikka (3 op)

Toteutuksen tunnus: 6000BH99-3006

Toteutuksen perustiedot


Ilmoittautumisaika
01.06.2023 - 15.09.2023
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
01.09.2023 - 15.12.2023
Toteutus on päättynyt.
Opintopistemäärä
3 op
Lähiosuus
0 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
suomi
Paikat
90 - 130
Koulutus
Energia- ja ympäristötekniikan koulutus
Opettajat
Hannele Kuusisto
Ryhmät
PEYTES22
Energia- ja ympäristötekniikka S22
PEYTES22A
PEYTES22A
PEYTES22B
PEYTES22B
Opintojakso
6000BH99

realization.id

30680

realization.code

6000BH99-3006

realization.startDate

01.09.2323

realization.endDate

15.12.2323

realization.enrollmentStart

01.06.2323

realization.enrollmentEnd

15.09.2323

realization.currentStatus

PUBLISHED

Opetuskieli

fi

realization.name

Tilastomatematiikka

Sisältö

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

Lisätietoja opiskelijoille

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.

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.

Tavoitteet

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

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.

Tenttien ajankohdat ja uusintamahdollisuudet

Teoriakoe viikolla 46
Harjoitustyön palautus viikon 44 loppuun mennessä.

Toteutuksen valinnaiset suoritustavat

Opintojakson itsenäinen suorittaminen: Hyväksytysti suoritettu teoriakoe ja harjoitustyö.

Arviointiasteikko

H-5

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)

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)

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

realization.grade0Description

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

realization.grade1Description

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.

realization.grade3Description

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.

realization.grade5Description

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.

Kansainvälisyys

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.

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

realization.isTypeOther

boolean

realization.composite

boolean

realization.minSeats

90

realization.maxSeats

130

Opintopistemäärä

3

Virtuaaliosuus

3

realization.minCredits

3

realization.maxCredits

3

courseUnit.toTranslate

boolean

courseUnit.languageValidated

boolean

courseUnit.toContentValidation

boolean

courseUnit.contentValidated

boolean

courseUnit.learningUnitId

10695

courseUnit.type

COURSE_UNIT

courseUnit.state

ACTIVE

courseUnit.levelId

10695

courseUnit.educationPay

boolean

courseUnit.minOptionalityCredits

3

courseUnit.maxOptionalityCredits

3

courseUnit.modifiedBy

22306

courseUnit.organization

peppi

courseUnit.thesisBelongs

boolean

Siirry alkuun