3622352 Data-analyysin todennäköisyyspäättely 1, 5 op
3622352 Data-analyysin todennäköisyyspäättely 1, 5 op
Toteutukset
- 3622352-3007 (KUOPIO): Data-analyysin todennäköisyyspäättely 1 (DTN1)
Opettajat
Mika Hujo
Opetuskieli
suomi, englanti
Paikkoja
299
Ilmoittautumisaika
29.09.2025 00:30 - 24.10.2025 23:30
Luokittelu
Monimuoto-opetus
Kampus
Itä-Suomen yliopisto, Kuopion kampus
Oppimateriaali ja suositeltava kirjallisuus
Moniste ja muu Moodlessa jaettu materiaali. Casella-Berger 2002, Statistical inference (chapters 1-4) tai DeGroot and Schervish, Probability and Statistics (Chapters 1-4)
Lisätiedot
Opetus ja materiaali on englanniksi. Suomenkielistä tutkintoa suorittava voi vastata opintojakson tenttiin ja ratkaista harjoitustehtävät suomeksi
Opetusmenetelmät
Omaehtoinen opiskelu verkkomateriaalin perusteella (sisältäen mm. harjoitusten tekemisen ja luentovideoiden katsomisen) (115 h), aloitusluento(2 h) kontaktiopetusta (14 h) luentotentti (4 h). Kurssi voidaan suorittaa vaihtoehtoisesti tenttimällä kurssimateriaali yleisenä tenttipäivänä.
Aika ja paikka
Opiskelu tapahtuu opiskelijajohtoisesti. Ennen pienryhmää opiskelija (1) opiskelee Moodlessa jaetun viikkokohtaisen materiaalin (mm. moniste ja luentovideot) ja (2) ratkoo viikon harjoitustehtäviä. Opiskelija (3) palauttaa viikkoharjoitukset määräpäivään mennessä sekä (4) perehtyy määräpäivän jälkeen malliratkaisuihin ja tekee niiden perusteella omien ratkaisujensa itsearvioinnin. Pienryhmissä käsitellään harjoitustehtävien ja ennalta esitettyjen kysymysten pohjalta verkkomateriaalissa epäselviksi jääneitä asioita. Pienryhmässä opiskelijalla on myös mahdollisuus esittää kysymyksiä ennalta opiskeltuun materiaaliin liittyen sekä esittää kysymyksiä seuraavan viikon asioihin liittyen.
Arviointimenetelmät ja arvioinnin perusteet
Arvosana 0-5. Arvosana perustuu joko (1) harjoitustehtävien ja tentin painotettuun keskiarvoon tai (2) pelkästään tenttiin niin, että arvosana on näistä parempi.
Ryhmä
- Tilastotiede, Kuopio
- Biolääketiede, 3. vsk
Opetusryhmät
- LuennotIlmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Opetusajatma 13.10.2025 08:00-10:00 Zoom - R1 (Suomenkielinen)Ilmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Osallistujamäärä50
Opetusajatma 20.10.2025 08:00-10:00 Zoomke 29.10.2025 10:00-12:00 Zoomto 06.11.2025 10:00-12:00 Zoomto 13.11.2025 10:00-12:00 Zoomke 19.11.2025 08:00-10:00 Zoom - R2 (Englanninkielinen)Ilmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Osallistujamäärä50
Opetusajatma 20.10.2025 10:00-12:00 Zoomto 30.10.2025 08:00-10:00 Zoomto 06.11.2025 08:00-10:00 Zoomto 13.11.2025 08:00-10:00 Zoomke 19.11.2025 10:00-12:00 Zoom - KurssikuulusteluIlmoittautumisaika
11.11.2025 - 04.12.2025
Toteutusaika11.12.2025 - 11.12.2025
Opetusajatto 11.12.2025 08:00-12:00 SN100 - UusintakuulusteluIlmoittautumisaika
30.12.2025 - 23.01.2026
Toteutusaika30.01.2026 - 30.01.2026
Opetusajatpe 30.01.2026 12:00-16:00 SN100
- 3622352-3008 (JOENSUU): Data-analyysin todennäköisyyspäättely 1 (DTN1)
Opettajat
Mika Hujo
Opetuskieli
suomi, englanti
Ilmoittautumisaika
29.09.2025 00:30 - 24.10.2025 23:30
Luokittelu
Monimuoto-opetus
Kampus
Itä-Suomen yliopisto, Joensuun kampus
Oppimateriaali ja suositeltava kirjallisuus
Moniste ja muu Moodlessa jaettu materiaali. Casella-Berger 2002, Statistical inference (chapters 1-4) tai DeGroot and Schervish, Probability and Statistics (Chapters 1-4)
Lisätiedot
Opetus ja materiaali on englanniksi. Suomenkielistä tutkintoa suorittava voi vastata opintojakson tenttiin ja ratkaista harjoitustehtävät suomeksi
Opetusmenetelmät
Omaehtoinen opiskelu verkkomateriaalin perusteella (sisältäen mm. harjoitusten tekemisen ja luentovideoiden katsomisen) (115 h), aloitusluento(2 h) kontaktiopetusta (14 h) luentotentti (4 h). Kurssi voidaan suorittaa vaihtoehtoisesti tenttimällä kurssimateriaali yleisenä tenttipäivänä.
Aika ja paikka
Opiskelu tapahtuu opiskelijajohtoisesti. Ennen pienryhmää opiskelija (1) opiskelee Moodlessa jaetun viikkokohtaisen materiaalin (mm. moniste ja luentovideot) ja (2) ratkoo viikon harjoitustehtäviä. Opiskelija (3) palauttaa viikkoharjoitukset määräpäivään mennessä sekä (4) perehtyy määräpäivän jälkeen malliratkaisuihin ja tekee niiden perusteella omien ratkaisujensa itsearvioinnin. Pienryhmissä käsitellään harjoitustehtävien ja ennalta esitettyjen kysymysten pohjalta verkkomateriaalissa epäselviksi jääneitä asioita. Pienryhmässä opiskelijalla on myös mahdollisuus esittää kysymyksiä ennalta opiskeltuun materiaaliin liittyen sekä esittää kysymyksiä seuraavan viikon asioihin liittyen.
Arviointimenetelmät ja arvioinnin perusteet
Arvosana 0-5. Arvosana perustuu joko (1) harjoitustehtävien ja tentin painotettuun keskiarvoon tai (2) pelkästään tenttiin niin, että arvosana on näistä parempi.
Ryhmä
- Tilastotiede, Joensuu
- Kestävät teknologiat TkK 2. opintovuosi
Opetusryhmät
- LuennotIlmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Opetusajatma 13.10.2025 08:00-10:00 Zoom - R1 (Suomenkielinen)Ilmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Osallistujamäärä50
Opetusajatma 20.10.2025 08:00-10:00 Zoomke 29.10.2025 10:00-12:00 Zoomto 06.11.2025 10:00-12:00 Zoomto 13.11.2025 10:00-12:00 Zoomke 19.11.2025 08:00-10:00 Zoom - R2 (Englanninkielinen)Ilmoittautumisaika
29.09.2025 - 24.10.2025
Toteutusaika13.10.2025 - 11.12.2025
Osallistujamäärä50
Opetusajatma 20.10.2025 10:00-12:00 Zoomto 30.10.2025 08:00-10:00 Zoomto 06.11.2025 08:00-10:00 Zoomto 13.11.2025 08:00-10:00 Zoomke 19.11.2025 10:00-12:00 Zoom - KurssikuulusteluIlmoittautumisaika
11.11.2025 - 04.12.2025
Toteutusaika11.12.2025 - 11.12.2025
Opetusajatto 11.12.2025 08:00-12:00 C1 - UusintakuulusteluIlmoittautumisaika
30.12.2025 - 23.01.2026
Toteutusaika30.01.2026 - 30.01.2026
Opetusajatpe 30.01.2026 12:00-16:00 C1
Osaamistavoitteet
Osaamistavoitteet: Kurssin tavoitteena on oppia data-analyysissä tarvittavan todennäköisyyslaskennan perusteita, erityisesti yksi- ja moniulotteisten satunnaismuuttujien matemaattista käsittelyä ja siihen tarvittavaa matriisilaskentaa
Sisältö
Kurssilla tutustutaan data-analyysissä tarvittavaan todennäköisyyslaskentaan. Todennäköisyyden käsite. Yksiulotteiset jakaumat, muunnokset ja niiden jakauma, odotusarvo, varianssi, keskihajonta. Kaksiulotteinen jakauma, ehdollinen jakauma, marginaalijakauma, kovarianssi, korrelaatio ja riippumattomuus. Matriisilaskentaa. Moniulotteinen jakauma, sen odotusarvo, varianssi-kovarianssimatriisi sekä ehdolliset ja marginaalijakaumat. Moniulotteinen normaalijakauma ja sen keskeiset ominaisuudet.
Esitietovaatimukset
Tilastotieteen johdantokurssi, suositellaan R-kurssi tai jonkin muun numeeriseen laskentaan soveltuvan ohjelmiston hallinta.
Arviointiasteikko
0-5
Kielet
englanti, suomi
Taso
Aineopinnot
Oppiaine
Tilastotiede