Opinto-opas

Tavoitteet

Opiskelija osaa soveltaa tilastomatematiikan ja todennäköisyyslaskennan menetelmiä maanmittausalan työ- ja tutkimustehtävissä.
Opintojakson teemat ovat:
- Kuvaava tilastotiede
- Todennäköisyyslaskenta
- Luottamusväli ja hypoteesin testaus
- Pienimmän neliösumman menetelmä ja virheiden arviointi

Sisältö

Kuvaava tilastotiede
Todennäköisyyslaskenta
Luottamusväli ja hypoteesin testaus
Pienimmän neliösumman menetelmä
Mittausvirheiden kasautuminen
Tasosijainnin virheiden kuvaaminen virhe-ellipsinä

Aika ja paikka

Syyslukukausi 2022. Lapin AMK, Rantavitikan kampus (Jokiväylä 11, Rovaniemi).
Verkko-oppimisympäristönä toimii Moodle.

Oppimateriaalit

Opettajien Moodlessa ilmoittama ja jakama materiaali.

Suositeltavaa kirjallisuutta esim. Tuomenlehto, Holmlund, Huuskonen, Makkonen, Surakka: Insinöörin matematiikka sekä Laurila: Maan mittauksia, Mittausten laskenta.

Opetusmenetelmät

Opintojakson muodostuu kahdesta teemasta:
- tilastot ja todennäköisyys
- mittausvirheet ja tarkkuus

Tilastot ja todennäköisyys -teeman osuudessa asioita tarkastellaan yleisemmin matematiikan näkökulmasta. Oppitunneilla varmistetaan perusasioiden hallinta. Lisäksi opiskelija saa oppitunneilla ohjausta laajempiin soveltaviin harjoitustehtäviin, jotka sisällytetään arviointiin.

Teuvo Heimonen pitää mittausvirheet ja tarkkuus -teeman, jossa asioita tarkastellaan maastomittausten näkökulmasta.

Tenttien ajankohdat ja uusintamahdollisuudet

Tilastot ja todennäköisyys -osion tentin ajankohta sovitaan opintojakson alussa. Hyväksytyn tentin voi uusia kerran. Uusintakokeen ajankohta sovitaan erikseen.

Mittausvirheet ja tarkkuus -osion tentin ajankohta selviää lukujärjestyksestä (ja Moodlesta). Mahdollisesta uusimisesta sovitaan erikseen.

Toteutuksen valinnaiset suoritustavat

Tilastot ja todennäköisyys -osion itsenäinen suorittaminen on mahdollista (verkkotentti ja arvioitavat harjoitustehtävät).

Mittausvirheet ja tarkkuus -osion voi suorittaa joko tenttimällä tai itsenäisesti harjoitustehtäviä tekemällä.

Sisällön jaksotus

Opetus jakaantuu syyslukukaudelle siten, että Tilastot ja todennäköisyys -osio opiskellaan ensin, ja MIttausvirheet ja tarkkuus -osio sen jälkeen.

Arviointiasteikko

H-5

Arviointikriteerit, tyydyttävä (1)

Osaaminen
Maanmittausalaan liittyvät tilastomatematiikan ja todennäköisyyslaskennan perusperiaatteet ja -menetelmät sekä tarvittavat tiedot ja taidot soveltaa niitä mittausten laskennassa

Tyydyttävä 1
Tietää ja tuntee käsitteet ja osaa ratkaista perustehtäviä, 33 % maksimipisteistä

Tyydyttävä 2
Tietää ja tuntee käsitteet ja osaa ratkaista perustehtäviä,50 % maksimipisteistä

Arviointikriteerit, hyvä (3)

Osaaminen
Maanmittausalaan liittyvät tilastomatematiikan ja todennäköisyyslaskennan perusperiaatteet ja -menetelmät sekä tarvittavat tiedot ja taidot soveltaa niitä mittausten laskennassa

Hyvä 3
Osaa ratkaista vaativampia sovellustehtäviä, 67% maksimipisteistä

Hyvä 4
Osaa ratkaista vaativampia sovellustehtäviä, 77% maksimipisteistä

Arviointikriteerit, kiitettävä (5)

Osaaminen
Maanmittausalaan liittyvät tilastomatematiikan ja todennäköisyyslaskennan perusperiaatteet ja -menetelmät sekä tarvittavat tiedot ja taidot soveltaa niitä mittausten laskennassa

Kiitettävä 5
Osaa soveltaa menetelmiä uudentyyppisten tehtävien ja ongelmien ratkaisemisessa, 87% maksimipisteistä

Arviointimenetelmät ja arvioinnin perusteet

Opintojakso arvioidaan asteikolla 0-5. Kumpikin teema pitää suorittaa hyväksyttävästi. Hylätty (0) on väliaikainen arvosana, joka poistuu, kun riittävä määrä suorituksia on kertynyt. Opintojakson arvosana on arvosanojen keskiarvo. Yksityiskohtaisemmat arviointiperusteet kerrotaan opintojakson aloitustunneilla.

Arvioinnin perusteena ovat maanmittausalaan liittyvät tilastomatematiikan ja todennäköisyyslaskennan perusperiaatteet ja -menetelmät sekä tarvittavat tiedot ja taidot soveltaa niitä mittausten laskennassa.

Opintojakson palaute kerätään ja käsitellään Lapin AMK:n ohjeiden mukaisesti.

Arviointikriteerit, tyydyttävä (1-2)

Opiskelija tietää ja tuntee käsitteet ja osaa ratkaista perustehtäviä.

Arviointikriteerit, hyvä (3-4)

Opiskelija tietää ja tuntee käsitteet ja osaa ratkaista vaativampia sovellustehtäviä.

Arviointikriteerit, kiitettävä (5)

Opiskelija tietää ja tuntee käsitteet ja osaa soveltaa menetelmiä uudentyyppisten tehtävien ja ongelmien ratkaisemisessa.