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
-
PKONTS22APKONTS22A
-
PKONTS22BPKONTS22B
- 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
|
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.