http://www.uta.fi/laitokset/mattiet/tilasto/
Matematiikan ja tilastotieteen laitos
33014 Tampereen yliopisto
Puh. 3551 7342 tai 3551 6321
Sähköposti: tilastotiede@uta.fi
Tilastotieteen oppiaineen henkilökunnan tiedot lukuvuonna 2008–2009 löytyvät osoitteesta http://www.uta.fi/laitokset/mattiet/tilasto/henkilokunta/
Tilastotieteen pääaineopiskelijoiden pakollinen opintojakso.
Pääaineopiskelijoiden pakollinen perusopintojen opintojakso.
Pakollinen tilastotieteen pääaineopiskelijoille.
Opintojaksot TILTA1A ja TILTA1B vastaavat yhdessä entistä opintojaksoa TILTA1 Matemaattinen tilastotiede.
Tentti pe 17.10.2008 klo 9.00-11.30, Pinni ls. A1081.
Pääaineopiskelijoiden pakollinen aineopintojen opintojakso.
Opintojaksot TILTA2A ja TILTA2B vastaavat yhdessä entistä opintojaksoa TILTA2 Tilastotieteen matriisilaskenta.
email: simo.puntanen[at]uta.fi
Opintojakso on TISEn opiskelijoiden jatkokoulutuskurssi. Myös tilastotieteen opiskelijat voivat sisällyttää opintojakson jatko-opintoihin, ellei sitä ole jo sisällytetty perustutkintoon. Suositeltavat edeltävät opinnot: Matemaattinen tilastotiede, Regressioanalyysi, Tilastollinen päättely I.
Korvaa opintojakson TILTA26 Yleistetyt lineaariset mallit I (4 op).
Opintojakso TILTS6 muodostuu pro gradu -tutkielmasta, harjoitusaineesta ja seminaarista.
sähköpostitse: simo.puntanen[ät]uta.fi
Käy opintojakson TILTA36/TILTS19 Tutustuminen tilastotieteen uusiin tutkimuksiin ja menetelmiin (1-3 op) suoritukseksi. Opintojakso voidaan tällöin suorittaa luentopäiväkirjoilla tai vapaamuotoisella raportilla, jotka palautetaan lehtori Simo Puntaselle.
Katso myös erillinen ilmoitus.
Opintojakso koostuu osajaksoista TILTY1A Tilastotieteen perusteet 3 op ja TILTY1B SPSS:n perusteet 2 op. Huom. SPSS-harjoitustyön teko jatkuu III periodin alussa.
Pienryhmäopetuksen ryhmäjako löytyy tiedostosta http://www.uta.fi/laitokset/mattiet/tilasto/TILTY1ryhmatS08.pdf.
Ilmoittautumisohjeet ja tiedot opetuksen alkamisesta ovat tiedostossa http://www.uta.fi/laitokset/mattiet/tilasto/TILTY1ilmS08.pdf
Pääaineopiskelijoiden pakollinen perusopintojen opintojakso.
Pakollinen tilastotieteen pääaineopiskelijoille.
Opintojaksot TILTA1A ja TILTA1B vastaavat yhdessä entistä opintojaksoa TILTA1 Matemaattinen tilastotiede.
Tentti pe 12.12.2008 klo 9.00-11.30, Pinni ls. A1081.
Kurssi on jatkoa Tilastotieteen matriisilaskenta I:lle.
Opintojaksot TILTA2A ja TILTA2B vastaavat yhdessä entistä opintojaksoa TILTA2 Tilastotieteen matriisilaskenta.
Ilmoittautuminen tapahtuu liittymällä kurssin postituslistalle; katso ohjeet kurssin kotisvulta.
The course is meant as an advanced course in statistical methods for doctoral students from different faculties. For major students in Statistics, the course fits in intermediate studies.
A population network generated by some "process" is characterized and its key parameters are defined. The problem of sampling from the population network is considered. Certain sampling procedures are adopted to it and relevant data structures are identified. Statistical approach towards inference on the population parameters are developed and discussed.
By the 1st of December, 2008.
The course is continuation to Augustyn Markiewicz's course in September.
The course gives an overview of statistics, its importance and use in different fields of science. Basic statistical concepts and descriptive statistics are introduced, as well as an elementary introduction to estimation and hypothesis testing is given. An introduction to a statistical software package is also included.
Kurssi on on tarkoitettu eri tiedekuntien jatko-opiskelijoille tilastometodiseksi jatkokoulutuskurssiksi. Tilastotieteen pääaineopiskelijoille kurssi on aineopintotasoinen. Etusijalla ovat jatko-opiskelijat, joilla on riittävät tiedot faktorianalyysista ja regressioanalyysista.
Kurssi suoritetaan tekemällä harjoitustyö omasta tai kurssiaineistosta.
Alustava sisältö:
Kirjallisuutta:
NettiOpsun kautta viimeistään 12.12.2008. Jos et voi ilmoittautua NettiOpsun kautta, niin ilmoittaudu sähköpostitse: eleskine[ät]maths.jyu.fi. Mikäli ilmoittautuneita tulee paljon, kurssin harjoitukset pidetään kahdelle eri ryhmälle: 1) eri tiedekuntien jatko-opiskelijat, 2) tilastotieteen pääaineopiskelijat.
Pääaineopiskelijoiden pakollinen aineopintojen opintojakso.
1. välikoe pe 20.2.2009 klo 09-11.30, Pinni ls. B4113.
2. välikoe pe 27.3.2009 klo 09-11.30, päätalo ls. A4.
Kurssi on suunnattu syventävän vaiheen perusopiskelijoille ja jatko-opiskelijoille.Tilastotieteen pääaineopiskelijoille kurssi on aineopintotasoinen.
www.uta.fi/nettiopsu/19.1.2009 mennessä (biometrian erikoiskurssi)
Pääaineopiskelijoiden pakollinen syventävien opintojen opintojakso.
Opintojakso TILTS6 muodostuu pro gradu -tutkielmasta, harjoitusaineesta ja seminaarista.
Opintojakso koostuu osajaksoista TILTY1A Tilastotieteen perusteet 3 op ja TILTY1B SPSS:n perusteet 2 op. Huom. SPSS-harjoitustyön teko jatkuu lukuvuoden 2009-2010 ensimmäisen periodin alussa.
Pienryhmäopetuksen ryhmäjako löytyy tiedostosta http://www.uta.fi/laitokset/mattiet/tilasto/TILTY1ryhmatK09.pdf.
Ilmoittautumisohjeet ja tiedot opetuksen alkamisesta ovat tiedostossa http://www.uta.fi/laitokset/mattiet/tilasto/TILTY1ilmK09.pdf
Tiedot harjoitusryhmien ajoista ja opettajista sekä opintojaksolle ilmoittautuminen opintojakson kotisivulla.
Opintojaksolla perehdytään R-ohjelmiston perusteisiin ja opetellaan tilastollisten analyysien tekemistä R-ohjelmiston avulla.
Edeltävät opinnot: TILTP1-TILTP3.
VBA:n kertaus, PivotTable-menetelmä, Access-tietokanta, SQL-kielen alkeet, MsOfficen sovellusten yhteiskäyttö, raportointi PowerPointissa, Wordissä ja WWW:ssä.
Opintojaksolla käsitellään moderneja ekonometrian lähinnä rahoitusalan aikasarjojen käsitteitä ja malleja. Harjoitusten avulla opetetaan rakentamaan itsenäisesti esitettyjä aikasarjaekonometrian malleja. Kurssi seurailee pääosin teosta Walter Enders: Applied Economic Time Series (Wiley 1995).
Kurssin loppukoe on ma 27.4.2009 klo 14:00-16:30, Pinni B4113.
Sisältö lyhyesti:
Aikasarja-analyysin peruskäsitteiden kertaus
Heteroskedastisuuden sallivat mallit
Yksikköjuuret
Yhteisintegroituvuus ja virheenkorjaus
Mahdollisesti: VAR-mallit.