Statistics (3 cr)

Evaluation scale

H-5

Content scheduling

Opintojakso toteutetaan yhteisopetuksena (ryhmät A ja B).
Viikkojen 36-40 torstaitunnit ovat hybridinä toteutettavia opetustunteja, jolloin niihin osallistuminen on mahdollista joko kampuksella tai etänä Teamsissä.
Viikkojen 44-46 torstaitunnit ovat vain etänä Teamsissä.

Torstain tunnit ovat 1h ja 45 minuutin opetustapaamisia sisältäen viikon laskuharjoitusten purun ja uuden aiheen käsittelyn. Maanantain tunti on 45 minuutin Helpdesk-aika, osallistuminen oman tarpeen ja mielenkiinnon mukaan.

Viikolla 47 maanantain tunti on kertaustunti (1h 45 min) ja torstaitunti Helpdesk, molemmat etänä Teamsissä.
Viikon 48 maanantaina on 1 h mittainen lähikoe ja torstaina 1 h mittainen kokeen purku etänä.

Alustava aikataulu:
vk 36 (aloitustapaaminen 8.9. HYB): Opintojakson aloitus. Tilastollisen tutkimuksen peruskäsitteet, otantamenetelmät, muuttujien mitta-asteikot.
vk 37 (HYB): Taulukot aineiston kuvailussa, erilaisten taulukoiden laadinta Excelillä
vk 38 (HYB): Kaaviot aineiston kuvailussa, erilaisten kaavioiden laadinta Excelillä
vk 39 (HYB): Tilastolliset tunnusluvut aineiston kuvailussa: tunnusluvut, virhe-%, variaatiokerroin ja laatikkojanakuvaaja Excelillä
vk 40 (HYB): Mittadatan käsittely ja numeeristen muuttujien välinen yhteys: sirontakuviot ja käyrien sovitus, korrelaatiokertoimet ja niiden tulkinta Excelillä
vk 41-43: Itsenäinen pari-/ryhmätyö ja sen tekemiseen liittyvää ohjausta
vk 44 (etä): Klassinen ja tilastollinen todennäköisyys, normaalijakauma ja siihen liittyvät laskut
vk 45 (etä): Tunnuslukujen yhteys normaalijakaumaan, keskiarvon keskivirhe ja luottamusväli
vk 46 (etä): Tilastollisen testauksen idea: hypoteesit, p-arvo ja sen tulkinta. Erilaisia tilastollisia testejä ja niiden tulosten tulkintaa; normaalijakaumatesti, khin neliötesti, korrelaatiokertoimen testaus, keskiarvotestit.
vk 47 (etä): Kurssin teoria-aiheiden kertaus koetta varten
vk 48 ma: LÄHIKOE tilastollisen tutkimuksen vaiheista, käsitteistä ja tuloksiin liittyvästä tulkinnasta sekä todennäköisyyslaskennasta
vk 48 to (etä): Kokeen tulosten läpikäyntiä ja asiaa uusinnoista

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
Opetustapaaminen kerran viikossa, á 1t 45 min sekä 45 min Helpdesk-päivystys
Osaamista mittaava koe ja harjoitustyö

Jokaiseen opetus/ohjauskertaan liittyy edellisen kerran aiheita kertaavia ja uuteen aiheeseen valmistelevia itsenäisiä kotitehtäviä. Näillä kotitehtävillä on mahdollista kerätä osa kurssipisteistä kompensoimaan kokeen tulosta (noin numeron korotus arvosanaan)

Exam schedules

Teoriakoe viikolla 48
Harjoitustyön palautus viikon 45 alussa.

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: Hyväksytysti suoritettu teoriakoe ja harjoitustyö.

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

- Hyväksytysti suoritettava koe todennäköisyyslaskennasta ja tilastotieteen teoriasta (numeerinen arviointi 0-5, max 30 p)
- Hyväksytysti suoritettava tilastollisen analyysin harjoitustyö pari-/ryhmätehtävänä (HKS/Korotus tentiarvosanaan)

Itsenäisillä viikkotehtävillä voi kerätä max 4p huomioitavaksi arvosanassa koepisteiden lisäksi. Tämä vastaa noin numeron korotusta arvosanaan.

Myös hyvin suoritetulla harjoitustyöllä voi saada max numeron korotuksen arvosanaan.

Failed (0)

Opiskelija ei ole suorittanut hyväksytysti opintojakson koetta ja/tai harjoitustyötä.

Assessment criteria, satisfactory (1-2)

Arvosanaan 1 vaaditaan 40 % koepisteistä = 12 p ja ja hyväksytysti suoritettu harjoitustyö.
Arvosanaan 2 vaaditaan 52 % = 15,5 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Assessment criteria, good (3-4)

Arvosanaan 3 vaaditaan 64 % koepisteistä = 19 p ja hyväksytysti suoritettu harjoitustyö.
arvosanaan 4 vaaditaan 76 % = 23 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Assessment criteria, excellent (5)

Arvosanaan 5 vaaditaan 88 % koepisteistä = 26,5 p ja hyväksytysti suoritettu harjoitustyö.
Osan vaadittavista pisteistä voi kerätä viikkotehtävillä (max 4 p).
Itsenäisesti tehtävällä harjoitustyöllä voi myös ansaita numeron korotuksen tenttiarvosanaan.

Further information

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