Tilastomatematiikan peruskurssi (MATLY0005), 3 op

Perustiedot

Kurssin nimi:	Tilastomatematiikan peruskurssi
Winhakoodi:	MATLY0005
Kurren lyhenne:	TilMat
Opintopisteet:	3
Opintojakson taso:	Perusopinnot
Toteutusvuosi:	2.vsk
Jakso:	1.jakso, 2.jakso
Lukuvuosi:	0708
Opetuskieli:	Suomi
Opettaja:	Veli-Matti Taavitsainen
Lopullinen arviointi:	Arvosteluasteikolla (0-5)

Kuvaukset

Esitietovaatimukset

Matematiikan peruskurssi A (MATLY0111)

Sisältö (ydinaines ja -osaaminen)

Todennäköisyyden käsite ja peruslaskusäännöt, satunnaismuuttujat ja niiden tavallisimmat jakaumat. Mittausepävarmuuden käsite ja tilastollinen virhearviointi. Tilastollisen datan havainnollistaminen. Satunnaislukuihin perustuvan simuloinnin idea. Luottamusvälit ja niiden soveltaminen tilastollisessa päättelyssä. Tilastollinen testaus ja sovelluksia kemiantekniikassa. Tilastollisen laadunohjauksen (SPC) perusidea. Regressioanalyysi ja sovelluksia kemiantekniikassa. Excelin tilastotoiminnot.

Sisältö (täydentävä ja erityisosaaminen)

Usean muuttujan regressioanalyysi. Regressiomallien luotettavuuden analysointi. Tilastolliset ohjelmistot (esim. R).

Tiedolliset oppimistulokset (ydinaines ja -osaaminen)

Opiskelija oppii todennäköisyyden peruskäsitteet tilastollisen päättelyn perusideat. Opiskelija oppii satunnaisilmiöiden mallinnusta ja mittaustulosten tilastollista tulkintaa. Opiskelija hallitsee tilastollisen testauksen alkeet, tilastollisen laadunohjauksen idean sekä yksinkertaisen regressioanalyysin soveltamisen tekniikan ongelmissa. Opiskelija omaksuu datan tilastollisen kuvailun tunnuslukujen ja graafisten esitysten avulla.

Taidolliset oppimistulokset (ydinaines ja -osaaminen)

Opiskelija osaa soveltaa todennäköisyyden peruslaskusääntöjä. Opiskelija tuntee keskeiset diskreetit ja jatkuvat jakaumat ja osaa soveltaa niitä kemiantekniikan ongelmissa. Opiskelija ymmärtää luottamusvälin käsitteen ja osaa soveltaa sitä tilastollisessa päättelyssä. Opiskelija osaa soveltaa tavallisimpia tilastollisia vertailutestejä kemiantekniikan ongelmissa. Opiskelija osaa soveltaa pienimmän neliösumman menetelmää regressioanalyysissä.

Kirjallisuus ja muu materiaali

Kurrsimoniste

Opetusmenetelmät

Luokkahuoneopetusta: 42 h
Tietokoneharjoituksia: 14 h
Välikokeet: 2h + 2h
Opiskelijan itseopiskelu (kuormittavuusanalyysi tekemättä): -
Yhteensä: -
Kuormittavuusanalyysin seuranta tehty: -

Opiskelijan kuormittavuus

Arvioinnin perusteet

Välikokeet (vähintään 40 % maksimipistemäärästä), laboratorioiden (tietokoneharjoitusten ) hyväksytty suoritus

Koulutusohjelmakohtaiset kompetenssit

Teoreettinen perusta ja matemaattis-luonnontieteelliset valmiudet (T)