* * *
Kurssi järjestetään digitaalisena verkkokurssina DigiCampus-alustalla.
Kurssi on suoraa jatkoa MAT12001 Tilastotiede ja R tutuksi I -kurssille, jonka käytännöt sekä sisällöt oletataan tunnetuiksi esitiedoiksi. Kurssilla ei järjestetä luentoja ja suoritus tapahtuu tekemällä viikoittaisia tehtäviä sekä osallistumalla lyhyeen verkossa järjestettävään lopputenttiin omien aikataulujen mukaan. Edellisen kurssin tapaan tarkoituksena on jatkaa R-ohjelmiston opettelemista RTMC-liitännäistä käyttäen. Tarkemmat tiedot käytännön järjestelyistä on kerrottu kurssin DigiCampus-alueella, mutta tiivistetysti ne jatkuvat pitkälti samoina edellistä kurssia mukaillen. Kurssille kannattaa ilmoittautua ajoissa, sillä vaikka myöhäiset ilmoittautumiset ovat mahdollisia, niin tekemättä jääneitä tehtäviä ei voi valitettavasti korvata mitenkään suurista osallistujamääristä johtuen. Tervetuloa mukaan kurssille!
Kurssin DigiCampus-alue on nyt avattu. Linkki DigiCampus-alueelle löytyy tämän sivun oikeasta laidasta sinisestä Moodle-painikkeesta hivenen harhaanjohtavasti. Rekisteröithän itsesi tälle alueelle mahdollisimman pian. Käytä aina HAKA-kirjautumista, kun kirjaudut DigiCampus-alueelle!
Kurssilla läpikäytävät asiasisällöt sekä osaamistavoitteet: Opintojakson jälkeen osallistuja...
- osaa eritellä, minkälaisista osakokonaisuuksista tilastotiede muodostuu sekä pystyy hahmottamaan tilastotieteen kokonaisvaltaisen luonteen omana tieteenalanaan.
- osaa rakentaa teoreettista tietopohjaansa edellisen kurssin pohjalta esimerkiksi vertailemalla useita populaatioita, yleistämällä t-testiä tai suorittamalla varianssianalyysejä.
- osaa määritellä, tulkita ja soveltaa lineaarisia regressiomalleja sekä suorittaa monipuolisesti erilaisia testejä (yhteensopivuustestit, riippumattomuustestit ja ei-parametriset testit).
- osaa tunnistaa ja soveltaa Bayes-päättelyn alkeistietoja sekä -taitoja.
- kykenee jatkokehittämään R-ohjelmointitaitojaan edellisen kurssin pohjalta esimerkiksi luomalla listoja ja tunnistamaan niiden sekä koodiblokkien komponentteja ja toistamaan niitä replicate-funktiolla tai asettamaan niille yksinkertaisia ehtolauseita.
- osaa tiedostaa R:n lisäpakettien hyödyllisyyden sekä pystyy itsenäisesti löytämään ja hyödyntämään erilaisiin tilanteisiin sopivia lisäpaketteja.
- pystyy hyödyntämään teoreettisia tietojaan käytännössä R:ssä, kuten esimerkiksi rakentamalla yllä mainittuja tilastollisia testauksia ja usean selittäjän lineaarisia regressiomalleja sekä toteuttamaan yksinkertaisia Bayes-päättelyn piirteitä.
* * *
