Opinto-opas

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 perjantaina 11.4. klo 12.00

Kaksi uusintakoetta toukokuussa 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.

Sisällön jaksotus

Kurssilla pidetään viikottain yksi opetuskerta.

Kurssi koostuu aihealueista

0) MatLabin kertaus (2 opetuskertaa, viikot 5 ja 6)
i) Matriisit, solut, indeksointi
ii) Kuvaajien piirtäminen

1) Datan käsittely ja visualisointi (3 opetuskertaa, viikot 7, 9 ja 10)
i) Datan tuonti ja vienti MatLabissa
ii) TIlastolliset tunnusluvut, korrelaatiokerroin, luottamusväli

2) Hypoteesitestaus. (3 opetuskertaa, viikot 11, 12 ja 13)
i) Normaalijakauma, eksponentiaalijakauma, binomijakauma
ii) Tilastollinen testaaminen, ristiintaulukointi

3) Kertaus (1 opetuskerta, viikko 14)

Kurssikoe pidetään perjantaina 11.4. klo 12.00

Kaksi uusintakoetta pidetään toukokuun aikana.

Viestintäkanava ja lisätietoja

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

Arviointiasteikko

H-5

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.