Tilastot ja analytiikka (5 op)

Arviointiasteikko

H-5

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

Rantavitikan kampus 1.9.2025 - 12.10.2025 lukujärjestyksen mukaan.

Oppimateriaalit

Luentomateriaalit, esimerkit, tehtävät ja tehtävämateriaalit Moodle-työtilassa ja OneDrive-pilvipalvelussa. Moodle-työtilassa linkkejä muihin, mm. Tilastokeskuksen materiaaleihin.

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

Nummenmaa L. & Holopainen M. & Pulkkinen P. 2014. Tilastollisten menetelmien perusteet. Sanoma Pro

Opetusmenetelmät

Lähiopetus, runsaasti esimerkejä ja harjoitustehtäviä.

Tenttien ajankohdat ja uusintamahdollisuudet

Uusintasuoritukset tapahtuvat tentillä, jonka ajankohta sovitaan erikseen opettajan kanssa.

Opiskelijan ajankäyttö ja kuormitus

Samaa laajempaa tehtävää jatketaan kerrasta toiseen ja uudet asiat perustuvat aiemmin opittuun, minkä vuoksi tehtävät kannattaa tehdä viikoittain kurssin etenemisen tahdissa.

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.

Lisätiedot

Kurssilla voi käyttää myös omaa konetta. MS Excel-taulukkolaskentaohjelma tarvitaan.