Tilastolliset menetelmät ja optimointiLaajuus (4 op)
Tunnus: BIM6023
Laajuus
4 op
Opetuskieli
- suomi
Vastuuhenkilö
- Jani Kangas
Osaamistavoitteet
Tilastolliset menetelmät:
Osaat keskeisimmät tilastolliset tunnusluvut sekä niiden laskennan tietokoneella. Tutkittaessa muuttujien välistä yhteyttä metsäaineistojen avulla osaat laatia regressiomallin.
Estimointiteoriassa osaat odotusarvon sekä suhteellisen osuuden luottamusvälin määräämisen ja otantateoriaa havainnollistetaan tietokoneella. Osaat testauksen vaiheet ja keskiarvotestit yhden, kahden sekä useamman otoksen tapauksessa.
Optimointi:
Osaat keskeiset optimoinnin käsitteet ja tunnet ratkaisun geometrisen perustan. Optimointiohjelman avulla tutustut erilaisten kuljetus- ja suunnitteluongelmien mallinnukseen. Tutustut eri optimointimenetelmiin metsätalouden suunnittelussa.
Sisältö
Tilastolliset menetelmät:
- Tunnusluvut
- Korrelaatio ja regressio
- Luottamusväliestimointi
- Keskiarvotestit
Optimointi:
- Graafinen ratkaiseminen
- Simplex - algoritmi
- LINDO - ohjelman käyttö
- Duaaliset tehtävät
- Kuljetusongelmat
- Monitavoitteinen ja heuristinen optimointi metsätalouden suunnittelussa
Esitietovaatimukset
-
Ilmoittautumisaika
01.10.2022 - 31.10.2022
Ajoitus
09.01.2023 - 28.05.2023
Opintopistemäärä
4 op
Toteutustapa
Lähiopetus
Yksikkö
Metsätalousinsinöörikoulutus (MM)
Toimipiste
Wärtsilä-kampus Karjalankatu 3 (WÄR)
Opetuskielet
- Suomi
Paikat
10 - 70
Koulutus
- Metsätalouden koulutus
Opettaja
- Jani Kangas
Vastuuopettaja
Jani Kangas
Ryhmät
-
MMNS21Metsätalousinsinööri (AMK), päivä, syksy, 2021
Tavoitteet
Tilastolliset menetelmät:
Osaat keskeisimmät tilastolliset tunnusluvut sekä niiden laskennan tietokoneella. Tutkittaessa muuttujien välistä yhteyttä metsäaineistojen avulla osaat laatia regressiomallin.
Estimointiteoriassa osaat odotusarvon sekä suhteellisen osuuden luottamusvälin määräämisen ja otantateoriaa havainnollistetaan tietokoneella. Osaat testauksen vaiheet ja keskiarvotestit yhden, kahden sekä useamman otoksen tapauksessa.
Optimointi:
Osaat keskeiset optimoinnin käsitteet ja tunnet ratkaisun geometrisen perustan. Optimointiohjelman avulla tutustut erilaisten kuljetus- ja suunnitteluongelmien mallinnukseen. Tutustut eri optimointimenetelmiin metsätalouden suunnittelussa.
Sisältö
Tilastolliset menetelmät:
- Tunnusluvut
- Korrelaatio ja regressio
- Luottamusväliestimointi
- Keskiarvotestit
Optimointi:
- Graafinen ratkaiseminen
- Simplex - algoritmi
- LINDO - ohjelman käyttö
- Duaaliset tehtävät
- Kuljetusongelmat
- Monitavoitteinen ja heuristinen optimointi metsätalouden suunnittelussa
Oppimateriaalit
Tilastollisten menetelmien perusteet: Lauri Nummenmaa, Martti Holopainen, Pekka Pulkkinen
ISBN 978-952-63-2979-6
Ei ole pakko hankkia, mutta toimii hyvänä tukiaineistona
Opetusmenetelmät
Luennot ja harjoitustyöt
Opiskelijan ajankäyttö ja kuormitus
Luennot 44 h
Harjoitustyöt: 30 h
Itsenäinen opistelu: 25 h
Tentti: 3 h
Palaute: 5 h
Arviointiasteikko
H-5
Arviointimenetelmät ja arvioinnin perusteet
Arviointi perustuu tilastomatematiikan osalta tenttiin ja optimoinnin osalta harjoitustöihin. Kurssin arvosana määräytyy tilastomatematiikan tentin perusteella
Hylätty (0)
Opiskelija ei osaa käyttää keskeisiä/yksittäisiä tilastomatematiikan ja optimoinnin käsitteitä.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija osaa käyttää keskeisiä/yksittäisiä tilastomatematiikan ja optimoinnin käsitteitä sekä osoittaa hallitsevansa osaamisalueen perustiedot.
Opiskelija osaa toimia yksinkertaisia tilastomatematiikan ja optimoinnin ongelmia ratkaistaessa tarkoituksenmukaisesti, joskin toiminta voi olla hapuilevaa. Opiskelija osaa toimia ohjeiden mukaisesti ja ratkaista tilastomatematiikan ja optimoinnin perustehtäviä.
Arviointikriteerit, hyvä (3-4)
Opiskelija osaa käyttää johdonmukaisesti tilastomatematiikan ja optimoinnin käsitteitä sekä osoittaa hallitsevansa osaamisalueen perustiedot.
Opiskelija osaa valita tarkoituksenmukaisia tapoja mallintaa yksinkertaisia tilastomatematiikan ja optimoinnin ongelmia. Opiskelija osaa ratkaistatilastomatematiikan ja optimoinnin perustehtäviä ja osaa arvioida omaa osaamistaan. Opiskelija osaa soveltaa osaamistaan perustehtävissä.
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa käyttää tilastomatematiikan ja optimoinnin termejä ja käsitteitä asiantuntevasti ja yhdistää niitä kokonaisuuksiksi.
Opiskelija osaa mallintaa yksinkertaisia tilastomatematiikan ja optimoinnin ongelmia ja ratkaista ne sekä arvioida ratkaisujen oikeellisuutta. Opiskelija osaa soveltaa tilastomatematiikan ja optimoinnin osaamistaan erilaisissa tehtävissä ja tilanteissa.
Esitietovaatimukset
-
Ilmoittautumisaika
01.10.2021 - 31.10.2021
Ajoitus
10.01.2022 - 08.04.2022
Opintopistemäärä
4 op
Virtuaaliosuus
1 op
Toteutustapa
75 % Lähiopetus, 25 % Etäopetus
Yksikkö
Metsätalousinsinöörikoulutus (MM)
Toimipiste
Wärtsilä-kampus Karjalankatu 3 (WÄR)
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Metsätalouden koulutus
Opettaja
- Jani Kangas
Vastuuopettaja
Jani Kangas
Ryhmät
-
BIMNS20Metsätalousinsinööri (AMK), päivä, syksy, 2020
Tavoitteet
Tilastolliset menetelmät:
Osaat keskeisimmät tilastolliset tunnusluvut sekä niiden laskennan tietokoneella. Tutkittaessa muuttujien välistä yhteyttä metsäaineistojen avulla osaat laatia regressiomallin.
Estimointiteoriassa osaat odotusarvon sekä suhteellisen osuuden luottamusvälin määräämisen ja otantateoriaa havainnollistetaan tietokoneella. Osaat testauksen vaiheet ja keskiarvotestit yhden, kahden sekä useamman otoksen tapauksessa.
Optimointi:
Osaat keskeiset optimoinnin käsitteet ja tunnet ratkaisun geometrisen perustan. Optimointiohjelman avulla tutustut erilaisten kuljetus- ja suunnitteluongelmien mallinnukseen. Tutustut eri optimointimenetelmiin metsätalouden suunnittelussa.
Sisältö
Tilastolliset menetelmät:
- Tunnusluvut
- Korrelaatio ja regressio
- Luottamusväliestimointi
- Keskiarvotestit
Optimointi:
- Graafinen ratkaiseminen
- Simplex - algoritmi
- LINDO - ohjelman käyttö
- Duaaliset tehtävät
- Kuljetusongelmat
- Monitavoitteinen ja heuristinen optimointi metsätalouden suunnittelussa
Oppimateriaalit
Tilastollisten mentelmien perusteet: Lauri Nummenmaa, Martti Holopainen, Pekka Pulkkinen
ISBN 978-952-63-2979-6
Ei ole pakko hankkia, mutta toimii hyvänä tukiaineistona
Opetusmenetelmät
Luennot ja harjoitustyöt
Toteutuksen valinnaiset suoritustavat
Tentti
Opiskelijan ajankäyttö ja kuormitus
Luennot 44 h
Harjoitustyöt: 30 h
Itsenäinen opistelu: 25 h
Tentti: 3 h
Palaute: 5 h
Arviointiasteikko
H-5
Esitietovaatimukset
-