Siirry suoraan sisältöön

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
  • MMNS21
    Metsätalousinsinööri (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
  • BIMNS20
    Metsätalousinsinööri (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

-