Siirry suoraan sisältöön

Statistics and ProbabilityLaajuus (5 op)

Tunnus: II10017

Laajuus

5 op

Opetuskieli

  • englanti

Vastuuhenkilö

  • Ninja Tuupainen

Osaamistavoitteet

You are able to solve basic probability and statistical problems. You know basic sampling methods and how to analyse data with them.

Sisältö

Sampling methods
Location measures
- Mean
- Median
- Mode
Statistical dispersion
- Standard deviation
- Range
- Interquartile range
- Variance
Regression and correlation
Probability

Ilmoittautumisaika

01.10.2024 - 31.10.2024

Ajoitus

27.01.2025 - 09.05.2025

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Insinöörikoulutus / Bachelor of Engineering, Industrial Management (II)

Toimipiste

Wärtsilä-kampus Karjalankatu 3 (WÄR)

Opetuskielet
  • Englanti
Paikat

20 - 50

Koulutus
  • Degree Programme in Industrial Management
Opettaja
  • Aki Summanen
Vastuuopettaja

Aki Summanen

Ryhmät
  • IINS24
    Insinööri (AMK), Industrial Management, päivä, syksy, 2024

Tavoitteet

You are able to solve basic probability and statistical problems. You know basic sampling methods and how to analyse data with them.

Sisältö

Sampling methods
Location measures
- Mean
- Median
- Mode
Statistical dispersion
- Standard deviation
- Range
- Interquartile range
- Variance
Regression and correlation
Probability

Arviointiasteikko

H-5

Ilmoittautumisaika

01.10.2023 - 31.10.2023

Ajoitus

08.01.2024 - 28.04.2024

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Insinöörikoulutus / Bachelor of Engineering, Industrial Management (II)

Toimipiste

Wärtsilä-kampus Karjalankatu 3 (WÄR)

Opetuskielet
  • Englanti
Paikat

20 - 50

Koulutus
  • Degree Programme in Industrial Management
Opettaja
  • Aki Summanen
Vastuuopettaja

Aki Summanen

Ryhmät
  • IINS23
    Insinööri (AMK), Industrial Management, päivä, syksy, 2023

Tavoitteet

You are able to solve basic probability and statistical problems. You know basic sampling methods and how to analyse data with them.

Sisältö

Sampling methods
Location measures
- Mean
- Median
- Mode
Statistical dispersion
- Standard deviation
- Range
- Interquartile range
- Variance
Regression and correlation
Probability

Tenttien ajankohdat ja uusintamahdollisuudet

1. Välikoe suoritetaan talvilomaa edeltävällä viikolla 9. Toinen välikoe/tentti on viikolla 17.

Kurssin voi suorittaa tenttimällä huhtikuussa 2024. Tarkempi ajankohta sovitaan kurssin aluksi.

Tätä kurssia ei voi suorittaa EXAM-ympäristössä.

Toteutuksen valinnaiset suoritustavat

Kurssin voi suorittaa myös tenttimällä kevään 2024 aikana.

Opiskelijan ajankäyttö ja kuormitus

Luennot ja kokeet 32 tuntia. Ohjatut viikkotehtävät 28 tuntia.

Itseopiskelua 72 tuntia.

Yhteensä 132 tuntia

Arviointiasteikko

H-5

Ilmoittautumisaika

01.10.2022 - 31.10.2022

Ajoitus

13.02.2023 - 12.05.2023

Opintopistemäärä

5 op

Toteutustapa

Lähiopetus

Yksikkö

Insinöörikoulutus / Bachelor of Engineering, Industrial Management (II)

Toimipiste

Wärtsilä-kampus Karjalankatu 3 (WÄR)

Opetuskielet
  • Englanti
Koulutus
  • Degree Programme in Industrial Management
Opettaja
  • Ninja Tuupainen
  • Aki Summanen
Vastuuopettaja

Ninja Tuupainen

Ryhmät
  • IINS22
    Insinööri (AMK), Industrial Management, päivä, syksy, 2022

Tavoitteet

You are able to solve basic probability and statistical problems. You know basic sampling methods and how to analyse data with them.

Sisältö

Sampling methods
Location measures
- Mean
- Median
- Mode
Statistical dispersion
- Standard deviation
- Range
- Interquartile range
- Variance
Regression and correlation
Probability

Tenttien ajankohdat ja uusintamahdollisuudet

Midterm exams are agreed on the lessons depending on the progress of the course.

There are 4 mandatory Excel-assingments to return.

Final exam on April 2023 according to the study plan.

It is possible to resit the exam with the same course content on 11.5.2023. The exam resit for the course are announced on Moodle.

This course can't be done on EXAM-environment.

Toteutuksen valinnaiset suoritustavat

The course can be done also by attending to final exam on spring 2023.

Opiskelijan ajankäyttö ja kuormitus

Lessons and exams 36,5 hours

Self-learning about 98,5 hours

Total 135 hours

One academic credit equals about 27 hours of work for student.

Arviointiasteikko

H-5

Arviointimenetelmät ja arvioinnin perusteet

Evaluation is based on the exams, specified exercises and assignments announced by the teacher on the lessons and on Moodle. If the student's total amount of points is
- less than 35 % of maximum: grade 0 (fail)
- 35 - 48 % of maximum: grade 1
- 49 - 62 % of maximum: grade 2
- 63 - 76 % of maximum: grade 3
- 77 - 90 % of maximum: grade 4
- more than 90 % of maximum: grade 5.

Hylätty (0)

The student has difficulties to read statistical texts and to recognize basic expressions in statistics and probability

There are difficulties to solve basic equations

The student is unable to apply mathematics

Less than 35 % of points from exams and other exercises or assignments

Arviointikriteerit, tyydyttävä (1-2)

The student knows basic expressions in statistics and probability and can easily read statistical texts

The student is able to use basic mathematical tools

The student is able to apply basics on easy applications

Grade 1: 35 - 48 % of points from exams and other exercises or assignments

Grade 2: 49 - 62 % of points from exams and other exercises or assignments

Arviointikriteerit, hyvä (3-4)

The student is able to read statistical texts and uses expressions in statistics and probability

The student is able to use mathematical tools

The student is able to apply mathematics on applications

Grade 3: 63 - 76 % of points from exams and other exercises or assignments

Grade 4: 77 - 90 % of points from exams and other exercises or assignments

Arviointikriteerit, kiitettävä (5)

The student is able to read fluently statistical texts and uses difficult expressions in statistics and probability

The student is able to use difficult mathematical tools

The student is able to apply mathematics fluently on applications

More than 90 % of points from exams and other exercises or assignments