•   Statistics 6M00DQ20-3003 07.03.2022-06.05.2022  3 cr  (21IM) +-
    Learning outcomes of the course unit
    The student
    - is able to use a computer to calculate basic statistical values
    - is able to illustrate statistical data with suitable graphs.
    - is able to interpret material using graphs and key values
    - knows the basics of regression and correlation.
    - is able to calculate the confidence interval of the sample and is able to use it for example hypothesis testing
    - can calculate probabilities both theoretically and by computer simulating.
    Course contents
    The concept of probability, the most common distributions, eg. normal, binomial, t and poisson distribution. Principles of statistical testing, processing of measurement data on a computer and graphical representation of it.
    Use and importance of key statistical indicators. Use of regression techniques in modeling and predicting measurements.
    Assessment criteria
    Satisfactory

    The student understands the difference between the population and the sample. The student is able to calculate the mean, dispersion and position numbers from the sample. The student is able to design simple experimental designs for statistical research and illustrates the results both graphically and numerically. The student understands the basics of distributions.

    Good

    In addition to the before mentioned, the student is able to apply statistical thinking in handling different research settings and measurement sets. The student masters the basics of statistical reasoning when processing different sized samples. The student understands the importance of the results of regression analysis.

    Excellent

    In addition to the before mentioned, the student has a comprehensive understanding of the course topics and their use in problem solving as well as the ability to present and justify logically selected solutions.

    Name of lecturer(s)

    Jukka Suominen

    Recommended or required reading

    Opettajan tekemää oppimateriaalia julkaistaan TuniMoodlessa. Oppikirjoja: Leila Karjalainen: Tilastomatematiikka + Tarja Heikkilä Tilastollinen tutkimus: Tilastolliset menetelmät + Antti Majaniemen moniste (TuniMoodlessa). (not translated)

    Planned learning activities and teaching methods

    Lähiopetus, videot, kotitehtävät, tentti (not translated)

    Assessment methods and criteria

    Opintojakso arvioidaan asteikolla 0-5.

    Kotitehtävistä on mahdollista saada 1 piste / palautuskerta, yhteensä 8 pistettä. Kokeen maksimipistemäärä 42 pistettä. Yhteispistemäärä on täten 50 pistettä.

    Arvosana määräytyy kotitehtävien ja kokeen yhteispistemäärän perusteella seuraavasti:

    0 pistettä, arvosana 0
    12,5 pistettä, arvosana 1
    20 pistettä, arvosana 2
    27,5 pistettä, arvosana 3
    35 pistettä, arvosana 4
    42,5 pistettä, arvosana 5 (not translated)

    Language of instruction

    Finnish

    Timing

    07.03.2022 - 06.05.2022

    Registration

    01.12.2021 - 31.12.2021

    Credits

    3 cr

    Group(s)

    21IM

    Teacher(s)

    Jukka Suominen

    Further information for students

    Opetus alkaa lukujärjestyksen mukaisesti.
    Opintojaksossa Moodle-toteutus.
    Toteutusen aikana annetaan kotitehtäviä, joista on mahdollisuus saada lisäpisteitä kokeeseen. Kotitehtävät palautetaan sähköisesti Moodleen. Katso kohta "Arviointimenetelmät ja arvioinnin perusteet". (not translated)

    Unit, in charge

    TAMK Mathematics and Physics

    Degree programme(s)

    Degree Programme in Forestry

    Office

    TAMK Main Campus

    Evaluation scale

    0-5

    Exam schedule

    Tentti pidetään 27.04.2022 klo 14.15-17.00 luokassa B2-25.
    Uusintatentit 11.05.2022 ja 25.05.2022. klo 17.00-20.00 (not translated)

    Students use of time and load

    Lähiopetusta 27 tuntia sisältäen kokeen. Loput 81 h - 27 h = 54 tuntia opiskelijan omaa opetuksen ulkopuolista työtä. (not translated)

    Content periodicity

    Sisllön jaksotus löytyy TuniMoodlesta. (not translated)

    Assessment criteria
    Not approved

    Katso kohta "Arviointimenetelmät ja arvioinnin perusteet". (not translated)

    Satisfactory

    Katso kohta "Arviointimenetelmät ja arvioinnin perusteet". (not translated)

    Good

    Katso kohta "Arviointimenetelmät ja arvioinnin perusteet". (not translated)

    Excellent

    Katso kohta "Arviointimenetelmät ja arvioinnin perusteet". (not translated)