Tilastot ja analytiikkaLaajuus (5 op)
Tunnus: R504TL99
Laajuus
5 op
Opetuskieli
- suomi
Osaamistavoitteet
Opiskelija tuntee todennäköisyyslaskennan ja tilastotieteen perusteet. Hän osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa esittää ja tulkita aineistoja tilastotieteen menetelmin. Hän ymmärtää luottamusvälien käsitteen ja osaa analysoida aineistoja tilastollisen testauksen menetelmillä. Datassa hyödynnetään kestävän kehityksen näkökulmia tukevia aineistoja.
Sisältö
- Todennäköisyyslaskennan ja kombinatoriikan perusteet: klassinen ja tilastollinen todennäköisyys, todennäköisyyden laskusäännöt, Bayes’n teoreema, kombinaatiot ja permutaatiot.
- Tilastotieteen perusteet: mitta-asteikot ja graafit, tilastolliset tunnusluvut, datan luokittelu, regressio ja korrelaatio.
- Diskreetit ja jatkuvat todennäköisyysjakaumat. Luottamusvälit. Hypoteesien testaus.
Arviointikriteerit, tyydyttävä (1)
Opiskelija osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa tehdä graafisia esityksiä data-aineistoista ja laskea niistä määrätyt tunnusluvut. Hän osaa käyttää luottamusväleihin ja tilastolliseen testaukseen liittyviä matemaattisia menetelmiä.
Arviointikriteerit, hyvä (3)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja ymmärtää tilastollisen tunnuslukujen merkityksen. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä yksinkertaisiin aineistoihin.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä monipuolisesti erilaisiin aineistoihin.
Ilmoittautumisaika
03.10.2022 - 22.01.2023
Ajoitus
23.01.2023 - 02.04.2023
Laajuus
5 op
Virtuaaliosuus (op)
5 op
Toteutustapa
Etäopetus
Yksikkö
Insinöörikoulutus, tieto- ja viestintätekniikka
Opetuskielet
- Suomi
Paikat
0 - 50
Tutkinto-ohjelma
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Erkki Mattila
Vastuuhenkilö
Erkki Mattila
Opiskelijaryhmät
-
RA54T22STieto- ja viestintätekniikan koulutus (verkko-opinnot), syksy 2022
Tavoitteet
Opiskelija tuntee todennäköisyyslaskennan ja tilastotieteen perusteet. Hän osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa esittää ja tulkita aineistoja tilastotieteen menetelmin. Hän ymmärtää luottamusvälien käsitteen ja osaa analysoida aineistoja tilastollisen testauksen menetelmillä. Datassa hyödynnetään kestävän kehityksen näkökulmia tukevia aineistoja.
Sisältö
- Todennäköisyyslaskennan ja kombinatoriikan perusteet: klassinen ja tilastollinen todennäköisyys, todennäköisyyden laskusäännöt, Bayes’n teoreema, kombinaatiot ja permutaatiot.
- Tilastotieteen perusteet: mitta-asteikot ja graafit, tilastolliset tunnusluvut, datan luokittelu, regressio ja korrelaatio.
- Diskreetit ja jatkuvat todennäköisyysjakaumat. Luottamusvälit. Hypoteesien testaus.
Aika ja paikka
Zoom-etäluokka ja Moodle-oppimisympäristö kevätlukukaudella 2023 lukujärjestykseen merkittyinä aikoina.
Oppimateriaalit
Luentomateriaalit, esimerkit, tehtävät ja tehtävämateriaalit Moodle-työtilassa (ja OneDrive-pilvipalvelussa).
Oheislukemistot:
Karjalainen L. 2015. Tilastotieteen perusteet. Pii-kirjat
Ala-Lahti H. & al. 2021. Kvantitatiivisen tutkimuksen verkkokäsikirja (luettavissa: https://www.fsd.tuni.fi/fi/palvelut/menetelmaopetus/kvanti/)
Niemi A. 2004. Todennäköisyyslaskennan ja tilastomatematiikan perusteet. Jyväskylä : Antti Niemi 2004
Nummenmaa L. & Holopainen M. & Pulkkinen P. 2014. Tilastollisten menetelmien perusteet. Sanoma Pro
Opetusmenetelmät
Luennot Zoom-etäluokassa, esimerkit ja harjoitustehtävät.
Tenttien ajankohdat ja uusintamahdollisuudet
Uusintasuoritukset tapahtuvat tentillä, jonka ajankohta sovitaan erikseen opettajan kanssa. Arvosanan korottaminen korjaamalla jo kertaalleen arvioituja tehtäviä ei ole mahdollista!
Lisätietoja opiskelijoille
Opiskelijalla tulee olla käytettävissään MS Excel-taulukkolaskentaohjelma asennettavana sovelluksena. Excel Online ei ole riittävä työkalu. Muut tarvittavat ohjelmat voi ladata ilmaiseksi netistä.
Arviointiasteikko
H-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa tehdä graafisia esityksiä data-aineistoista ja laskea niistä määrätyt tunnusluvut. Hän osaa käyttää luottamusväleihin ja tilastolliseen testaukseen liittyviä matemaattisia menetelmiä.
Arviointikriteerit, hyvä (3)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja ymmärtää tilastollisen tunnuslukujen merkityksen. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä yksinkertaisiin aineistoihin.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä monipuolisesti erilaisiin aineistoihin.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 1 - 5 ja hyl. Suoritus perustuu harjoitustehtäviin, joiden vastaukset tulee palauttaa Moodlen palautuskansioon kurssin loppuun mennessä. Tarkka määräaika näkyy Moodlen palautuskansiossa. Suoritukset tämän ajankohdan jälkeen ja mahdolliset arvosanan korotukset tapahtuvat uusintakokeella. Vähintään 30 prosenttia maksimipisteistä tarvitaan hyväksyttyyn arvosanaan.Tarkemmat suoritusvaatimukset kerrotaan opetussuunnitelmassa.
Ilmoittautumisaika
03.10.2022 - 29.01.2023
Ajoitus
23.01.2023 - 16.04.2023
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Insinöörikoulutus, tieto- ja viestintätekniikka
Opetuskielet
- Suomi
Paikat
0 - 50
Tutkinto-ohjelma
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Erkki Mattila
Vastuuhenkilö
Erkki Mattila
Ajoitusryhmät
- Harjoitusryhmä 1 (Koko: 0. Avoin AMK: 0.)
- Harjoitusryhmä 2 (Koko: 0. Avoin AMK: 0.)
Opiskelijaryhmät
-
R54T22STieto- ja viestintätekniikan koulutus (päiväopinnot), syksy 2022
Koulutusryhmat
- Harjoitusryhmä 1
- Harjoitusryhmä 2
Tavoitteet
Opiskelija tuntee todennäköisyyslaskennan ja tilastotieteen perusteet. Hän osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa esittää ja tulkita aineistoja tilastotieteen menetelmin. Hän ymmärtää luottamusvälien käsitteen ja osaa analysoida aineistoja tilastollisen testauksen menetelmillä. Datassa hyödynnetään kestävän kehityksen näkökulmia tukevia aineistoja.
Sisältö
- Todennäköisyyslaskennan ja kombinatoriikan perusteet: klassinen ja tilastollinen todennäköisyys, todennäköisyyden laskusäännöt, Bayes’n teoreema, kombinaatiot ja permutaatiot.
- Tilastotieteen perusteet: mitta-asteikot ja graafit, tilastolliset tunnusluvut, datan luokittelu, regressio ja korrelaatio.
- Diskreetit ja jatkuvat todennäköisyysjakaumat. Luottamusvälit. Hypoteesien testaus.
Aika ja paikka
Lapin AMK:n Rantavitikan kampus lukujärjestykseen merkittyinä aikoina kevätlukukaudella 2023.
Oppimateriaalit
Luentomateriaalit, esimerkit, tehtävät ja tehtävämateriaalit Moodle-työtilassa ja OneDrive-pilvipalvelussa.
Oheislukemistot:
Karjalainen L. 2015. Tilastotieteen perusteet. Pii-kirjat
Ala-Lahti H. & al. 2021. Kvantitatiivisen tutkimuksen verkkokäsikirja (luettavissa: https://www.fsd.tuni.fi/fi/palvelut/menetelmaopetus/kvanti/)
Niemi A. 2004. Todennäköisyyslaskennan ja tilastomatematiikan perusteet. Jyväskylä : Antti Niemi 2004
Nummenmaa L. & Holopainen M. & Pulkkinen P. 2014. Tilastollisten menetelmien perusteet. Sanoma Pro
Opetusmenetelmät
Lähiopetus, esimerkit ja harjoitustehtävät.
Tenttien ajankohdat ja uusintamahdollisuudet
Uusintasuoritukset tapahtuvat tentillä, jonka ajankohta sovitaan erikseen opettajan kanssa.
Lisätietoja opiskelijoille
Kurssilla voi käyttää myös omaa konetta. Excel-taulukkolaskentaohjelman asennettava versio tarvitaan. Excel Online ei ole ominaisuuksiltaan riittävä.
Arviointiasteikko
H-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa tehdä graafisia esityksiä data-aineistoista ja laskea niistä määrätyt tunnusluvut. Hän osaa käyttää luottamusväleihin ja tilastolliseen testaukseen liittyviä matemaattisia menetelmiä.
Arviointikriteerit, hyvä (3)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja ymmärtää tilastollisen tunnuslukujen merkityksen. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä yksinkertaisiin aineistoihin.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä monipuolisesti erilaisiin aineistoihin.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 1 - 5 ja hyl. Suoritus perustuu harjoitustehtäviin, joiden vastaukset tulee palauttaa Moodlen palautuskansioon kurssin loppuun mennessä. Tarkka määräaika näkyy Moodlen palautuskansiossa. Suoritukset tämän ajankohdan jälkeen ja mahdolliset arvosanan korotukset tapahtuvat uusintakokeella. Vähintään 30 prosenttia maksimipisteistä tarvitaan hyväksyttyyn arvosanaan.Tarkemmat suoritusvaatimukset kerrotaan opetussuunnitelmassa.
Ilmoittautumisaika
01.10.2021 - 25.12.2021
Ajoitus
10.01.2022 - 28.02.2022
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Insinöörikoulutus, tieto- ja viestintätekniikka
Opetuskielet
- Suomi
Paikat
0 - 50
Tutkinto-ohjelma
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Erkki Mattila
Vastuuhenkilö
Erkki Mattila
Ajoitusryhmät
- Harjoitusryhmä 1 (Koko: 0. Avoin AMK: 0.)
- Harjoitusryhmä 2 (Koko: 0. Avoin AMK: 0.)
Opiskelijaryhmät
-
R54T21STieto- ja viestintätekniikan koulutus (päiväopinnot), syksy 2021
Koulutusryhmat
- Harjoitusryhmä 1
- Harjoitusryhmä 2
Tavoitteet
Opiskelija tuntee todennäköisyyslaskennan ja tilastotieteen perusteet. Hän osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa esittää ja tulkita aineistoja tilastotieteen menetelmin. Hän ymmärtää luottamusvälien käsitteen ja osaa analysoida aineistoja tilastollisen testauksen menetelmillä. Datassa hyödynnetään kestävän kehityksen näkökulmia tukevia aineistoja.
Sisältö
- Todennäköisyyslaskennan ja kombinatoriikan perusteet: klassinen ja tilastollinen todennäköisyys, todennäköisyyden laskusäännöt, Bayes’n teoreema, kombinaatiot ja permutaatiot.
- Tilastotieteen perusteet: mitta-asteikot ja graafit, tilastolliset tunnusluvut, datan luokittelu, regressio ja korrelaatio.
- Diskreetit ja jatkuvat todennäköisyysjakaumat. Luottamusvälit. Hypoteesien testaus.
Aika ja paikka
Lapin AMK:n Rantavitikan kampus 10.1. - 4.3.2022.
Oppimateriaalit
Luentomateriaalit, esimerkit, tehtävät ja tehtävämateriaalit Moodle-työtilassa ja OneDrive-pilvipalvelussa.
Oheislukemistot:
Karjalainen L. 2015. Tilastotieteen perusteet. Pii-kirjat
Ala-Lahti H. & al. 2021. Kvantitatiivisen tutkimuksen verkkokäsikirja (luettavissa: https://www.fsd.tuni.fi/fi/palvelut/menetelmaopetus/kvanti/)
Niemi A. 2004. Todennäköisyyslaskennan ja tilastomatematiikan perusteet. Jyväskylä : Antti Niemi 2004
Nummenmaa L. & Holopainen M. & Pulkkinen P. 2014. Tilastollisten menetelmien perusteet. Sanoma Pro
Opetusmenetelmät
Lähiopetus, esimerkit ja harjoitustehtävät.
Tenttien ajankohdat ja uusintamahdollisuudet
Uusintasuoritukset tapahtuvat tentillä, jonka ajankohta sovitaan erikseen opettajan kanssa.
Lisätietoja opiskelijoille
Kurssilla voi käyttää myös omaa konetta. Excel-taulukkolaskentaohjelma tarvitaan.
Arviointiasteikko
H-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa tehdä graafisia esityksiä data-aineistoista ja laskea niistä määrätyt tunnusluvut. Hän osaa käyttää luottamusväleihin ja tilastolliseen testaukseen liittyviä matemaattisia menetelmiä.
Arviointikriteerit, hyvä (3)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja ymmärtää tilastollisen tunnuslukujen merkityksen. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä yksinkertaisiin aineistoihin.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä monipuolisesti erilaisiin aineistoihin.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 1 - 5 ja hyl. Palautettavat harjoitustehtävät ja loppukoe Moodlesssa. Vähintään 30 prosenttia maksimipisteistä tarvitaan hyväksyttyyn arvosanaan.Tarkemmat suoritusvaatimukset kerrotaan opetussuunnitelmassa.
Ilmoittautumisaika
01.10.2021 - 25.12.2021
Ajoitus
10.01.2022 - 28.02.2022
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Insinöörikoulutus, tieto- ja viestintätekniikka
Opetuskielet
- Suomi
Paikat
0 - 50
Tutkinto-ohjelma
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Erkki Mattila
Vastuuhenkilö
Erkki Mattila
Opiskelijaryhmät
-
RA54T21STieto- ja viestintätekniikan koulutus (verkko-opinnot), syksy 2021
Tavoitteet
Opiskelija tuntee todennäköisyyslaskennan ja tilastotieteen perusteet. Hän osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa esittää ja tulkita aineistoja tilastotieteen menetelmin. Hän ymmärtää luottamusvälien käsitteen ja osaa analysoida aineistoja tilastollisen testauksen menetelmillä. Datassa hyödynnetään kestävän kehityksen näkökulmia tukevia aineistoja.
Sisältö
- Todennäköisyyslaskennan ja kombinatoriikan perusteet: klassinen ja tilastollinen todennäköisyys, todennäköisyyden laskusäännöt, Bayes’n teoreema, kombinaatiot ja permutaatiot.
- Tilastotieteen perusteet: mitta-asteikot ja graafit, tilastolliset tunnusluvut, datan luokittelu, regressio ja korrelaatio.
- Diskreetit ja jatkuvat todennäköisyysjakaumat. Luottamusvälit. Hypoteesien testaus.
Aika ja paikka
Adobe Connect -etäluokka ja Moodle-oppimisympäristö 10.1. - 4.3.2022.
Oppimateriaalit
Luentomateriaalit, esimerkit, tehtävät ja tehtävämateriaalit Moodle-työtilassa (ja OneDrive-pilvipalvelussa).
Oheislukemistot:
Karjalainen L. 2015. Tilastotieteen perusteet. Pii-kirjat
Ala-Lahti H. & al. 2021. Kvantitatiivisen tutkimuksen verkkokäsikirja (luettavissa: https://www.fsd.tuni.fi/fi/palvelut/menetelmaopetus/kvanti/)
Niemi A. 2004. Todennäköisyyslaskennan ja tilastomatematiikan perusteet. Jyväskylä : Antti Niemi 2004
Nummenmaa L. & Holopainen M. & Pulkkinen P. 2014. Tilastollisten menetelmien perusteet. Sanoma Pro
Opetusmenetelmät
Luennot Adobe Connect -etäluokassa, esimerkit ja harjoitustehtävät.
Tenttien ajankohdat ja uusintamahdollisuudet
Uusintasuoritukset tapahtuvat tentillä, jonka ajankohta sovitaan erikseen opettajan kanssa.
Lisätietoja opiskelijoille
Opiskelijalla tulee olla käytettävissään Excel-taulukkolaskentaohjelma. Muut tarvittavat ohjelmat voi ladata ilmaiseksi netistä.
Arviointiasteikko
H-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija osaa ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia. Hän osaa tehdä graafisia esityksiä data-aineistoista ja laskea niistä määrätyt tunnusluvut. Hän osaa käyttää luottamusväleihin ja tilastolliseen testaukseen liittyviä matemaattisia menetelmiä.
Arviointikriteerit, hyvä (3)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja ymmärtää tilastollisen tunnuslukujen merkityksen. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä yksinkertaisiin aineistoihin.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa ratkaista monimutkaisempia todennäköisyyslaskennan ongelmia. Hän osaa tehdä data-aineistoista monipuolisia graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Hän osaa soveltaa luottamusväleihin ja tilastolliseen testauksen liittyviä matemaattisia menetelmiä monipuolisesti erilaisiin aineistoihin.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakso arvioidaan asteikolla 1 - 5 ja hyl. Palautettavat harjoitustehtävät ja loppukoe Moodlesssa. Vähintään 30 prosenttia maksimipisteistä tarvitaan hyväksyttyyn arvosanaan.Tarkemmat suoritusvaatimukset kerrotaan opetussuunnitelmassa.