Kurssi järjestetään digitaalisena MOOC-kurssina. Kurssin MOOC-Moodle-aluetta avataan puoliltapäivin perjantaina 25.10. Linkki MOOC-Moodle-alueelle toimintaohjeineen ilmestyy tälle kurssin Courses-sivulle ennen kurssin alkua. Kirjautumisohjeet ovat samat kuin kurssilla Tilastotiede ja R tutuksi I syksy 2019
/
The course is organized as a digital MOOC. The MOOC-Moodle -site will be opened at noon on Friday 25.10.2019, the link to the MOOC-Moodle -site with instructions will be placed here on this Courses-page before the course starts. The registration and signup procedures are the same as for the Basics of statistics and R I fall 2019 -course.
NB! This course can also be taken in English. If you want to take this course in English, please send an email to Petteri Piiroinen _AFTER you have added yourself onto_ the MOOC-Moodle page (the same instruction with the email address is on the MOOC page). Prior to that you will only see few of the texts in English. After we have added you to the English group, you will see all (but the few texts) in English.
Kuvaus
Matemaattisten tieteiden kandiohjelma.
Pakollinen opintojakso kokonaisuudessa MAT120 Tilastotieteen perusopinnot.
Opintojakso on tarjolla muiden koultusohjelmien opiskelijoille.
Opintojakso on Avoimen yliopiston tarjonnassa kiintiöperiaatteella.
Esitietovaatimus MAT12002 Tilastotiede ja R tutuksi I
Tilastotieteen ja R-ohjelmiston alkeet
1. opiskeluvuosi
II periodi
Tilastotieteen peruskäsitteistö ja menetelmät siten että esitietoina on MAT12001 Tilastotide ja R tutuksi I. Kahden populaation vertaaminen, t-testin yleistys, varianssianalyysi, lineaarinen regressio, yhteensopivuustestit, riippumattomuustestit, ei-parametriset testit, bayes-päättelyn alkeet.
R-ohjelmiston käytön alkeet siten että esitietoina on opintojaksolla MAT12001 Tilastotiede ja R tutuksi I. Listat ja tilastollinen testaaminen, listan luominen ja komponenttien nimeäminen, koodiblokit, replicate, yhden otoksen t-testi, kahden otoksen t-testi, riippumattomuustesti, yhden ja useamman selittäjän lineaarinen regressio, if else - rakenne, Bayes-päättelyä, lisäpakettien asentaminen ja käyttäminen
Suoritus on pääasiallisesti digitaalista jossa opettajien ohjauksen lisäksi myös opiskelijat ovat toistensa ohjaajia sekä toistensa tehtävien arvioitsijoita. Tehtäviin liittyy myös itsearviointi.
Arvosteluasteikko 1-5.
Pääasiallisin suoritusmuoto on digitaalinen. Laskuharjoitusten ohjaus, palautus sekä tarkastus toteutetaan digitaalisesti, mutta laskuharjoitusten tueksi on mahdollista osallistua vapaaehtoiseen lähiohjaukseen.