Skip to main content

Statistics (2 cr)

Code: TE00CO13-3001

General information


Enrollment
26.04.2024 - 03.09.2024
Registration for the implementation has ended.
Timing
27.08.2024 - 02.12.2024
Implementation has ended.
Number of ECTS credits allocated
2 cr
Local portion
0 cr
Virtual portion
2 cr
RDI portion
1 cr
Mode of delivery
Distance learning
Unit
Engineering and Business
Campus
Kupittaa Campus
Teaching languages
Finnish
Seats
0 - 100
Degree programmes
Degree Programme in Energy and Environmental Technology
Teachers
COS Opettaja
Hannele Kuusisto
Course
TE00CO13

Realization has 12 reservations. Total duration of reservations is 17 h 30 min.

Time Topic Location
Tue 03.09.2024 time 14:00 - 15:45
(1 h 45 min)
Hyb: Tilastomatematiikka TE00CO13-3001
EDU_3026_3027 Teoriatila avo byod
Tue 10.09.2024 time 10:05 - 11:50
(1 h 45 min)
Hyb: Tilastomatematiikka TE00CO13-3001
EDU_3026_3027 Teoriatila avo byod
Tue 17.09.2024 time 10:00 - 11:45
(1 h 45 min)
Hyb: Tilastomatematiikka TE00CO13-3001
EDU_3004 Josef muunto byod
Wed 25.09.2024 time 08:00 - 09:45
(1 h 45 min)
Hyb: Tilastomatematiikka TE00CO13-3001
ICT_B1026_Gamma GAMMA
Tue 01.10.2024 time 09:15 - 11:00
(1 h 45 min)
Hyb: Tilastomatematiikka TE00CO13-3001
EDU_4071 Teoriatila muunto byod
Fri 11.10.2024 time 12:00 - 13:00
(1 h 0 min)
Etä: Helpdesk / Tilastomatematiikka harjoitustyö
Etäohjausta
Fri 25.10.2024 time 14:00 - 15:00
(1 h 0 min)
Etä: Helpdesk / Tilastomatematiikka harjoitustyö
Etäohjausta
Tue 29.10.2024 time 10:15 - 12:00
(1 h 45 min)
Etä: Tilastomatematiikka TE00CO13-3001
Etätunti Teams
Tue 05.11.2024 time 10:00 - 11:45
(1 h 45 min)
Etä: Tilastomatematiikka TE00CO13-3001
Etätunti Teams
Mon 11.11.2024 time 08:00 - 09:30
(1 h 30 min)
Etä: Tilastomatematiikka TE00CO13-3001
Etäkertaustunti Teams
Tue 12.11.2024 time 10:15 - 11:15
(1 h 0 min)
Lähi: TEORIAKOE / Tilastomatematiikka TE00CO13-3001
ICT_B1047_Alpha ALPHA
Fri 15.11.2024 time 13:00 - 13:45
(0 h 45 min)
Etä: Tilastomatematiikka TE00CO13-3001
Kokeen läpikäynti ja uusinnat Teams
Changes to reservations may be possible.

Evaluation scale

H-5

Content scheduling

Opintojakso toteutetaan yhteisopetuksena (ryhmät A ja B).
Kurssin aiheita käsitellään sekä teorian ja tulkinnan näkökulmasta että analyysivälineiden käytön harjoittelun (Excel ja/tai MATLAB) näkökulmasta.

Alustava aikataulu:
vk 36 aloitustapaaminen tiistaina 3.9. (HYB): Opintojakson aloitus. Tilastollisen tutkimuksen peruskäsitteet, otantamenetelmät, muuttujien mitta-asteikot.
vk 37 (HYB): Taulukot ja kaaviot aineiston kuvailussa. Histogrammijakauman yhteys normaalijakaumaan.
vk 38 (HYB): Tilastolliset tunnusluvut aineiston kuvailussa: tunnusluvut, virhe-%, variaatiokerroin ja luottamusväli tulosten luotettavuuden mittareina.
vk 39 (HYB): Kahden muuttujan yhteydet, kun vähintään toinen on sanallinen (kategorinen): ristiintaulukointi, ryhmittäiset tunnusluvut ja laatikkojanakaavio
vk 40 (HYB): Kahden muuttujan yhteydet, kun molemmat ovat numeerisia: sirontakuviot ja käyrien sovitus, regressiomallit ja korrelaatiokertoimet
vk 41-43 (ETÄ): Itsenäinen aineistoanalyysi (parityö) ja sen tekemiseen liittyvää vapaaehtoista Helpdesk-ohjausta
vk 44 (ETÄ): Klassinen ja tilastollinen todennäköisyys, normaalijakauma ja siihen liittyvät laskut
vk 45 tiistai (ETÄ): Keskiarvon keskivirhe ja luottamusväli, otoskoon laskenta ja otannan toteutus
vk 45 perjantai (ETÄ): Kurssin teoria-aiheiden kertaus koetta varten
vk 46 tiistai (LÄHI): Teoriakoe tilastollisen tutkimuksen vaiheista, käsitteistä ja tuloksiin liittyvästä tulkinnasta sekä todennäköisyyslaskennasta
vk 46 perjantai (ETÄ): Kokeen tulosten läpikäyntiä ja asiaa uusinnoista

Objective

The target of the study course is to familiarize student to use of statistical methods and their computer applications. When course is completed, student can produce statistical data required in his/her work, and analyze it.

Content

- assessment of sampling methods and sample size from the perspective of the result reliability
- presentation and interpretation of graphs
- measuring methods and scales
- descriptives
- normal distribution and related calculations
- correlation and regression
- performing a small-scale data analysis using the analysis methods mentioned above

Materials

Soveltuvat oppikirjat (ei pakollinen):
- Tilastollinen tutkimus, Heikkilä, 2014, Edita Publishing (Saatavilla myös e-kirjana https://turkuamk.finna.fi/Record/turkuamk_electronic.99546026720597 0)
TAI
- Tilastollisen aineiston käsittelyn ja tulkinnan perusteita; Tähtinen, Laakkonen & Broberg, 2020, Turun yliopiston kasvatustieteiden laitos (Saatavilla myös e-kirjana https://turkuamk.finna.fi/Record/turkuamk_electronic.99570808940597 0)
tai vastaava tilastollisen tutkimuksen perusteiden oppikirja
- Itslearning-oppimisympäristössä oleva ja sinne linkitetty sähköinen- ja verkkomateriaali, opetusvideot

Teaching methods

Tunteihin liittyvät tsenäiset ennakkotehtävät ja kertaustehtävät itsissä
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)

Exam schedules

Teoriakoe viikolla 46 (uusinnat EY-tekniikan yleisinä uusintatenttipäivinä marras- ja joulukuussa 2024 sekä tammikuussa 2025)
Harjoitustyön palautus viikon 44 loppuun mennessä

International connections

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 tehtävien suoritusta tukevaa materiaalia.

Opintojaksolla opittavat taidot ovat työelämässä tarvittavia perustaitoja.

Arviointi perustuu suoritettuihin tehtäviin ja osaamisen osoittamiseen kokeessa sekä harjoitustehtävässä.

Completion alternatives

Opintojakson itsenäinen suorittaminen: Hyväksytysti suoritettu teoriakoe ja harjoitustyö.

Huom! Opiskelija voi suorittaa opintojakson itsenäisesti jo kesän 2024 aikana (6.5.-15.9. välisenä aikana) opiskelemalla kurssin aiheet ja tekemällä harjoitustyön itsiin rakennetun itsenäisesti suoritettavan kurssin avulla. Kurssin teoriakoe suoritetaan tällöin EY-tekniikan yleisenä uusintapäivänä 4.6. tai 10.9. Jos olet kiinnostunut suorittamaan opintojakson tällä tavoin, ole sähköpostitse yhteydessä opettajaan (hannele.kuusisto@turkuamk.fi) lisätietojen saamiseksi.

Student workload

2 op = 54 t opiskelijan työtä jakautuen
- Opetukseen/ohjaukseen (17 t)
- Vapaaehtoiset ennakkotehtävät ja kertaustehtävät, joilla voi kerätä osan arviointipisteistä (noin numeron korotus tenttiarvosanaan) (16 t)
- Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5) sekä kokeeseen opiskelu (8 t)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö paritehtävänä ja siihen liittyvä vertaisarviointi (HKS/mahdollinen korotus kurssiarvosanaan) (13 t)

Further information

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.

Go back to top of page