Opinto-opas

Osaamistavoitteet

Opiskelija ymmärtää kaikkeen mittaustietoon liittyvän mittausepävarmuuden merkityksen ja osaa ottaa sen huomioon päätöksenteossa. Opiskelija osaa havainnollistaa ja tulkita tilastollista dataa. Opiskelija tuntee luottamusvälit, tilastolliset testit ja regressio-analyysin ja osaa soveltaa niitä oman alansa tutkimustulosten tulkinnassa yksinkertaisissa ongelmanratkaisutilanteissa.

Sisältö

1. Satunnaismuuttujat ja niiden tavallisimmat jakaumat
2. Tilastollisen datan havainnollistaminen ja tilastolliset tunnusluvut
3. Luottamusvälit ja tilastolliset testit sekä niiden soveltaminen tilastollisessa päättelyssä
4. Varianssi- ja regressioanalyysin alkeet ja sen sovelluksia omalta alalta
5. Excelin tai jonkin muun ohjelmiston käyttö tilastollisissa analyyseissä

Esitietovaatimukset

Kemiallisen analytiikan matematiikka ja fysiikka 5 op

Arviointikriteerit, tyydyttävä (1)

Opiskelija
1. osaa nimetä tavallisimmat jakaumat ja laskea niihin liittyviä todennäköisyyksiä sekä arvioida normaalijakaumaan liittyviä todennäköisyyksiä.
2. osaa tehdä histogrammin annetusta aineistosta ja laskea tavallisimmat tunnusluvut jollakin tilasto-ohjelmalla.
3. osaa laskea odotusarvon ja keskihajonnan luottamusvälejä sekä osaa tehdä yksinkertaisia tilastollisia testejä ja ratkaista testin johtopäätökset kriittisten arvojen ja p-arvon perusteella.
4. osaa soveltaa regressioanalyysiä tavallisimmissa lineaarisissa kalibrointitilanteissa.

Arviointikriteerit, hyvä (3)

Opiskelija
1. osaa tehdä johtopäätöksiä tilastollisten tunnuslukujen ja graafisten esitysten pohjalta.
2. osaa soveltaa luottamusvälejä tilastollisessa päätöksenteossa ja muodostaa annettuun vertailuongelmaan sopivat testihypoteesit.
3. osaa tulkita varianssi- ja regressioanalyysin keskeisiä tunnuslukuja.

Arviointikriteerit, kiitettävä (5)

Opiskelijaosaa arvioida monipuolisesti tilastoaineiston luonnetta usealla erilaisella graafisella esityksellä ja tunnusluvulla.
1. osaa soveltaa kirjallisuuden tai muun saatavilla olevan informaation avulla testejä myös uusissa tilanteissa.
2. osaa käyttää varianssi- ja regressioanalyysiä tavallisimpien oman alansa ongelmien ratkaisuun.