VAMK

Vaihda kieltä: English

Etusivu > Ajankohtaiset koulutukset > Ympäristöteknologian koulutus (YT) > 2018 > Vuosi 3 > Tilasto- ja todennäköisyyslaskenta (IKTP0502)

Tilasto- ja todennäköisyyslaskenta

Rakennetyyppi: Opintojakso
Koodi: IKTP0502
Tyyppi: Pakollinen / Perusopinnot
OPS: YT 2018
Taso: Insinööri (AMK)
Opiskeluvuosi: 3 (2020-2021)
Lukukausi: Syksy
Laajuus: 2 op
Vastuuopettaja: Niemelä, Riitta
Opetuskieli: Suomi

Toteutukset lukuvuonna 2020-2021

Tot.Ryhmä(t)OpiskeluaikaOpettaja(t)KieliIlmoittautuminen
3001ET2018-3, ET2018-3A, ET2018-3B, YT2018-3, YT2018-3A4.1.2021 – 30.4.2021Kerstin SiegfridsSuomi17.8.2020 – 10.1.2021
3002KT2018-3, KT2018-3A, KT2018-3B4.1.2021 – 30.4.2021Lassi Lilleberg, Onni PyhälahtiSuomi17.8.2020 – 10.1.2021

Suoritus rästissä? Katso toteutukset lukuvuonna 2021-2022.

Osaamistavoitteet

Opiskelija oppii todennäköisyyslaskennan ja tilastotieteen peruskäsitteet ja perustoiminnot. Hän osaa poimia otoksen satunnaislukujen avulla ja ymmärtää otantaan ja otantatutkimukseen liittyvät epävarmuustekijät. Hän osaa muokata aineistoa tietokonetta käyttäen ja esittää aineiston graafisesti, tulkita muiden laatimia tilastollisia kaavioita ja osaa laskea havaintoaineistoon liittyviä tunnuslukuja sekä selvittää muuttujien välisiä riippuvuuksia. Hän ymmärtää empiirisen ja teoreettisen jakauman eron ja osaa estimoida jakauman tunnuslukuja. Hän oppii todennäköisyyden laskusäännöt ja tuntee todennäköisyyslaskennan perustavan merkityksen tilastollisen tiedon merkitsevyyden tulkkina. Hän oppii käyttämään tärkeimpiä jakaumia tietokoneen avulla ja kykenee suorittamaan tilastollisia perustestejä sekä laskemaan luottamusvälejä.

Opiskelijan työmäärä

Kokonaistyömäärä on 54 h, mistä työjärjestyksessä olevaa opiskelua 24 h.
Oman oppimisen arviointi 1 h sisältyy.

Edeltävät opinnot / Suositellut valinnaiset opinnot

Differentiaali- ja integraalilaskenta.

Sisältö

Tilastollisen aineiston kerääminen, käsittely, graafinen esittäminen ja johtopäätösten teko. Indeksien laskeminen. Todennäköisyyden laskusäännöt ja TN-jakautumia. Regressiosuorat ja korrelaatiokerroin.
Parametrien estimointi, luottamusvälit ja keskiarvotestit.
Koulutusohjelmakohtaisia sovelluksia.

Opiskelumateriaali

Majaniemi: "Matematiikka IV", Tietokotka Oy; opettajan valmistama materiaali.

Opetusmuoto / Opetusmenetelmät

Oppimisen perustan muodostavat opetustunnit, joilla käsitellään yhdessä teoriaosa ja esimerkkejä. Pelkkä tuntien seuraaminen ja sisällön painaminen mieleen ei riitä. Käytännössä omakohtainen pohdiskelu toteutuu parhaiten suorittamalla tunneille ryhmissä ja kotona itsenäisesti tehtäviä.

Arviointikriteerit

Arvosana 1: Opiskelija osaa myöhempien opintojen ja työelämän kannalta välttämättömät opintojakson asiat

Arvosana 3: Opiskelija osaa hyvin hyödyntää opintojakson asioita

Arvosana 5: Opiskelija osaa luovasti soveltaa opintojakson asioita

Arviointimenetelmät

Harjoitukset ja tentti. Laskuharjoituksista pitää vähintään 25 % olla tehtyinä. Laskuharjoitustilaisuuksissa edellytetään aktiivista läsnäoloa fysiikan laboraatioiden tapaan. Mahdolliset tietokoneharjoitustyöt on luovutettava.


Takaisin