Opinto-opas 2012-2013
Perus

Perus Pori KV Jatko Avoin

|Tutkinnot|     |Opintokokonaisuudet|     |Opintojaksot|    

Opinto-opas 2012-2013

MAT-33311 Tilastomatematiikka 1, 4 op
Statistics 1

Vastuuhenkilö

Keijo Ruohonen, Robert Piche

Opetus

Opetusmuoto P1 P2 P3 P4 Kesä Toteutuskerrat Luentoajat ja -paikat
Luennot
Harjoitukset


 


 


 
 4 h/vko
 2 h/vko


 
MAT-33311 2012-01 Maanantai 12 - 14, TB103
Keskiviikko 12 - 14, TB103

Suoritusvaatimukset

Läpäisty kirjallinen tentti ja ilmoitettu määrä laskuharjoituksia.
Osasuoritusten pitää liittyä samaan toteutuskertaan

Osaamistavoitteet

Opintojakson suoritettuaan opiskelija osaa suorittaa tilastollista päättelyä numeeriselle ja binääriselle datalle. Opiskelija osaa tunnistaa tilanteet, joihin voidaan soveltaa standardeja datamalleja (normaalinen ja binomiaalinen malli, lineaarinen regressio). Opiskelija osaa laskea, tulkita ja selittää tilastollisia yhteenvetoja, mukaan lukien posterioritodennäköisyydet ja uskottavuusvälit.

Sisältö

Sisältö Ydinaines Täydentävä tietämys Erityistietämys
1. deskriptiivinen tilastotiede: kuvaajat (pistekuvaaja, histogrammi, laatikkokuvio) ja tilastolliset tunnusluvut (otoskeskiarvo, otosmediaani, otosvarianssi, otoshajonta).   empiirinen kertymämäfunktio, kvantiili-kvantiili kuvaaja, otoksen vaihteluväli, kvartiiliväli, vaihtoehtoiset määritelmät mediaanille ja kvantiilille, prosenttipiste  keskiarvo ja mediaani tiettyjen minimointiongelmien ratkaisuina, Tshebyshevin epäyhtälö, Samuelsonin epäyhtälö, Jensenin epäyhtälö. 
2. Päättely diskreetille parametrille: Bayesin lause, Bernoullin jakauma ja binomijakauma, tilastollisen päättelyn perusteet (otantamalli, uskottavuus, priori, posteriori).  väärän havainnon taso ja hukatun havainnon taso, binäärinen symmetrinen siirtokanava, lääketieteellinen testaus  syyttäjän virhepäätelmä 
3. suhteellisten osuuksien päättely: yksi osuus (beta priori, posteriori, 95% luottamusväli, prediktiivinen jakauma), kahden suhteellisen osuuden vertailu (normaaliapproksimaatio).  posteriori vedonlyöntisuhde, simulointi, rekursiivinen päivitys, havaintojen ekvivalentti määrä  Laplacen jatkuvuuden laki, kaavojen matemaattinen johto 
4. keskiarvojen ja varianssien päättely: yksi populaatio (keskiarvon marginaalijakauma, prediktiivinen jakauma), kaksi populaatiota yhtäsuurilla ja erisuurilla variansseilla (normaaliapproksimaatio): jakaumat (normaali, t, gamma).  MAP estimaatti, simulointi, parittaiset havainnot, tarkkuusparametrin marginaalijakauma, mallin tarkistus käyttäen prediktiivistä jakaumaa, tarkkuusparametrin referenssipriorin skaalainvarianssi.  rekursiivinen päivitys; kaavojen matemaattinen johto 
5. Yhden muuttujan lineaarinen regressio: normaali näytönottomalli, regressiokertoimien posteriorijakauma, prediktiivinen jakauma, vastemuuttujan logaritmimuunnos  pienimmän neliösumman (pns) sovitus, selitysaste r^2, regressio origon kautta,   pns-suoran fyysinen analogia; 0<= r^2 <=1 epäyhtälön todistus  
6. Korrelaation inferenssi: kahden muuttujan normaali näytönottomalli, posteriorijakauman atanh likiarvo  korrelaatiokerroin ja standardisoitujen muuttujien ellipsiin paksuus; mallin verifiointi simuloinnilla; korrelaatiosta ei vältämättä seuraa kausaalisuus  kaavojen matemaattinen johto 
7. Tilastollinen analyysi käyttäen Matlab tai Octave     

Oppimateriaali

Tyyppi Nimi Tekijä ISBN URL Painos,saatavuus... Tenttimateriaali Kieli
Muu verkkomateriaali   Mallitentti   Robert Piche       Tentti 13.5.2013 ja ratkaisut. Lisää mallitenttikysymyksiä löytyy oppikirjan lopussa.      Suomi  
Verkkokirja   Introduction to Statistics   Robert Piche            Englanti  

Esitietovaatimukset

Opintojakso P/S Selite
MAT-20501 Todennäköisyyslaskenta Pakollinen    

Esitietoketju (Vaatii kirjautumisen POPiin)



Vastaavuudet

Opintojakso Vastaa opintojaksoa  Selite 
MAT-33311 Tilastomatematiikka 1, 4 op MAT-33310 Tilastomatematiikka, 3-6 op  
MAT-33311 Tilastomatematiikka 1, 4 op MAT-02550 Tilastomatematiikka, 4 op  

Tarkempia tietoja toteutuskerroittain

Toteutus Kuvaus Opetusmuodot Toteutustapa
MAT-33311 2012-01 Tilastomatematiikka 1:n luennot ja harjoitukset.       Lähiopetus: 0 %
Etäopetus: 0 %
Itseopiskelu: 0 %  

Viimeksi muokattu12.06.2013