Statistics (3 cr)

Evaluation scale

H-5

Content scheduling

Opintojaksossa on yksi opetuskerta viikossa (maanantaisin, 2t). Viikoilla 37-41 opetus-/ohjaustapaamiset ovat hybridiopetuksena, viikoilla 43-46 etänä (Teams/Zoom). Koe lähitunnilla viikolla 47/48 tai 49 (etäosallistuminen sallittu vain riskiryhmän todentavalla lääkärintodistuksella).

Alustava aikataulu:
7.9. (Hybridi) Opintojakson aloitus. Tilastollinen tutkimus, peruskäsitteet, otantamenetelmät, otoskoon laskeminen, mitta-asteikot
14.9. (Hybridi) Kuvailevat menetelmät: taulukot, kaaviot, ristiintaulukointi Excelillä
21.9. (Hybridi) Tilastolliset tunnusluvut, virhe-%, variaatiokerroin Excelillä
28.9. (Hybridi) Numeeristen muuttujien välinen yhteys: korrelaatiokertoimet ja sirontakuvio, regressioanalyysi (pienimmän neliösumman menetelmä ja ennustaminen) Excelillä
5.10. (Hybridi) Klassinen, tilastollinen ja ehdollinen todennäköisyys
19.10. (Etä?) Normaalijakauma ja todennäköisyyslaskenta Excelissä
26.10. (Etä?) Toistokoe (binomikoe) --> Binomijakauma, muut jakaumat
2.11. (Etä?) Luottamusväli ja tilastollinen testaus: hypoteesit, p-arvo ja sen tulkinta
9.11. (Etä?) Tulosten välinen vertailu (pre-post ja riippumattomat ryhmät) Excel/SPSS
16.11. (LÄHI?) Todennäköisyyslaskennan, testauksen ja tilastollisten käsitteiden koe?
23.11. (Etä?) Harjoitustyöhön liittyvä ohjaus
30.11 (Etä?) Harjoitustyöhön liittyvä ohjaus

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

- sampling methods and size of the sample
- presentation and interpretation of graphs
- measuring methods and scales
- standard deviation, standard error etc.
- normal distribution
- correlation and regression 

Materials

- Oppikirja: Tilastollinen tutkimus, Heikkilä, 2014, Edita Publishing, saatavilla myös e-kirjana https://turkuamk.finna.fi/Record/aura.546026
- Itslearning-oppimisympäristössä oleva ja sinne linkitetty sähköinen- ja verkkomateriaali, opetusvideot

Teaching methods

Itsenäiset ennakkotehtävät ja muut oppimistehtävät verkossa
Opetus/ohjaus kerran viikossa, á 2t
Osaamista mittaava koe ja harjoitustyö

Jokaiseen opetus/ohjauskertaan liittyy edellisen kerran aiheita kertaavat tai uuteen aiheeseen valmistelevat itsenäiset kotitehtävät. Näillä kotitehtävillä on mahdollista kerätä osa kurssipisteistä kompensoimaan kokeen tulosta (noin numeron korotus arvosanaan)

Exam schedules

Teoriakoe viikolla 47/48/49
Harjoitustyön palautus viikon 50 loppuun mennessä.

Pedagogic approaches and sustainable development

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 niiden 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: Teoriakoe e-tenttinä tenttiakvaariossa ja harjoitustyön palautus oppimisympäristöön.

Student workload

3 op = 80 t opiskelijan työtä jakautuen opetukseen/ohjaukseen ja itsenäisiin tehtäviin.
- Ennakkotehtävät ja kotitehtävät, joilla voi kerätä osan arviointipisteistä (noin numeron korotus tenttiarvosanaan)
- Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö pari-/ryhmätehtävänä (HKS/mahdollinen korotus kurssiarvosanaan)

Evaluation methods and criteria

- VK 47/48/49: Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö pari-/ryhmätehtävänä (HKS/tenttiarvosanaa korottava)

Failed (0)

Opiskelija ei ole suorittanut hyväksytysti opintojakson koetta ja harjoitustehtäviä.

Assessment criteria, satisfactory (1-2)

Arvosanaan 1 vaaditaan noin puolet kurssipisteistä.
Muut arvosanat muodostuvat kerätyistä kurssipisteistä lineaarisella asteikolla.

Further information

Käytettävät ohjelmistot: MS Excel -työpöytäsovellus, GeoGebra tai mahdollinen muu matikkaohjelmisto. IBM SPSS Statistics -tilasto-ohjelma.