Tilastot ja todennäköisyys (5 op)

Arviointiasteikko

H-5

Sisällön jaksotus

The course will begin on week 36 and end on week 50.

Topics:
- mean and standard deviation figures
- diagrams and their differences
- regression, correlation
- basic definitions and formulas of probability
- discrete probability distribution, binomial distribution, Poisson distribution
- continuous probability distribution, normal distribution, normalization
- statistical testing, sampling, confidence interval
- z-test and t-test of average
- contingency tables and chi-square test

Tavoitteet

Opintojakson suoritettuaan opiskelija osaa:
- laskea erilaisia keski- ja hajontalukuja annetulle tilastolliselle aineistolle
- määrittää regressiosuoran ja korrelaation, sekä ymmärtää niiden merkityksen
- tunnistaa ja piirtää erilaisia tilastollisia diagrammeja
- jatkuvan ja diskreetin todennäköisyysjakaumien peruskäsitteet
- normittaa normaalijakautuneen muuttujan ja laskea siihen liittyviä todennäköisyyksiä
- laskea luottamusvälejä ja ymmärtää virheen merkityksen tilastollisessa matematiikassa
- määrittää p-arvoja keskiarvon z- ja t-testillä
- luoda frekvenssitaulukon ja soveltaa siihen khiin neliö -testiä
- hyödyntää tietotekniikkaa tilastollisen datan käsittelyssä ja analysoinnissa

Sisältö

- keskiluvut, hajontaluvut
- diagrammit ja niiden erot
- regressio, korrelaatio
- todennäköisyyden perusmääritelmät ja -kaavat
- diskreetti todennäköisyysjakauma, binomijakauma, Poisson-jakauma
- jatkuva todennäköisyysjakauma, normaalijakauma, normittaminen
- tilastollinen testaaminen, otantatutkimus, luottamusväli
- keskiarvon z-testi ja t-testi
- frekvenssitaulukko ja khiin neliö -testi

Oppimateriaalit

All course material and links to outside materials are on ITSlearning.

Opetusmenetelmät

Lectures, exercises, homework, guided practice, project work, independent study

Tenttien ajankohdat ja uusintamahdollisuudet

Part-exam 1 will take place on week 44.
Part-exam 2 will take place on week 50.

There will be an opportunity to retake both part-exams in January 2025.

Kansainvälisyys

During the course we will learn statistical and probability skills and knowledge fundamental for an ICT-engineer's profession. Various forms of technology are widely used in all topics and students are encouraged to learn more ways to use technology in solving problems within the course's topics. A lot of learning happens in class with the guidance of the teacher but independent study and homework is important as well.

Sustainable development aspects are considered during the course. Lesson material and homework feature examples about creating an ecologically sustainable and resilient society, and the impact of statistics in promoting sustainable development is discussed.

Toteutuksen valinnaiset suoritustavat

If a student wants to pass the course by taking only an exam, this needs to be agreed upon with the teacher.

Opiskelijan ajankäyttö ja kuormitus

Contact hours: 28 h (lectures) + 24 h (homework classes) = 52 h
Exams: 4 h
Independent study (homework, exam preparation, extra task etc.): 74 h

Esitietovaatimukset

Insinöörimatematiikan perusteet, Calculus ja Soveltava matematiikka -opintojaksojen sisällöt
TAI
vastaavat tiedot ja taidot

Lisätiedot

It is possible to do an optional statistical project during the course which will give you an extra 2 credits, i.e. a total of 7 credits. This project will be about a topic of your own choosing (with the help of the teacher) and you are expected to use a wide range of statistical and/or probabilistic methods in it. You are expected to gather, process, present and analyse data and produce a report about it, to be submitted by the end of the course by an agreed upon deadline. It is expected that you devote approximately 30-50 hours of work into this. The report won't affect your course grade but, if it contains the required elements and is of an appropriate depth, you will get the 2 extra credits.

More detailed instructions and requirements as well as a template file can be found on ITS. Email the teacher before you start doing the project so that no two students come up with too similar topics.