Siirry suoraan sisältöön

Tilastolliset menetelmät (2 op)

Toteutuksen tunnus: TE00BZ26-3007

Toteutuksen perustiedot


Ilmoittautumisaika
30.05.2024 - 17.09.2024
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
02.09.2024 - 27.11.2024
Toteutus on päättynyt.
Opintopistemäärä
2 op
Lähiosuus
2 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
suomi
Paikat
0 - 90
Koulutus
Konetekniikan koulutus
Opettajat
COS Opettaja
Arttu Karppinen
Riku Mattila
Ryhmät
PKONTS22A
PKONTS22A
PKONTS22B
PKONTS22B
Opintojakso
TE00BZ26

Toteutuksella on 22 opetustapahtumaa joiden yhteenlaskettu kesto on 33 t 30 min.

Aika Aihe Tila
Ti 17.09.2024 klo 16:00 - 17:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A173_Lemminkäinen Lemminkäinen
LEM_A174 IT-oppimistila Tiera
Ti 24.09.2024 klo 16:00 - 17:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A173_Lemminkäinen Lemminkäinen
LEM_A174 IT-oppimistila Tiera
Ti 01.10.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A177 IT-oppimistila Saccharomyces
Ke 02.10.2024 klo 16:00 - 17:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Pe 04.10.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ti 08.10.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A177 IT-oppimistila Saccharomyces
Ke 09.10.2024 klo 16:00 - 17:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Pe 11.10.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ti 22.10.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A177 IT-oppimistila Saccharomyces
Ke 23.10.2024 klo 14:00 - 15:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ke 23.10.2024 klo 16:00 - 17:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Ke 30.10.2024 klo 14:00 - 15:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ti 05.11.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ke 06.11.2024 klo 11:30 - 13:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
EDU_1001 Dromberg Esitystila byod
Ke 06.11.2024 klo 14:30 - 16:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
EDU_1001 Dromberg Esitystila byod
Pe 08.11.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Pe 08.11.2024 klo 14:15 - 15:45
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Ti 12.11.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Ke 13.11.2024 klo 14:00 - 15:30
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Ti 19.11.2024 klo 12:30 - 14:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A176 IT-oppimistila Micrococcus
Pe 22.11.2024 klo 13:30 - 15:00
(1 t 30 min)
Tilastolliset menetelmät TE00BZ26-3007
LEM_A174 IT-oppimistila Tiera
Ke 27.11.2024 klo 14:00 - 16:00
(2 t 0 min)
Tilastolliset menetelmät TE00BZ26-3007
ICT_B1047_Alpha ALPHA
Muutokset varauksiin voivat olla mahdollisia.

Arviointiasteikko

H-5

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.

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.

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.

Lisätiedot

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

Siirry alkuun