Opintojakson tiedot

Näytä opetus ja tentit
805305A Johdatus regressio- ja varianssianalyysiin, 5 op 
Tunniste 805305A  Voimassaolo 01.08.2017 -
Nimi Johdatus regressio- ja varianssianalyysiin  Lyhenne Johdatus regres 
Laajuus5 op   
OpiskelumuotoAineopinnot Oppiaine3266 Tilastotiede 
LajiOpintojakso   
  Arvostelu1 - 5, hyv, hyl 
 
   
Vastuuyksikkö Matematiikan ala 

Opettajat
Nimi
Jari Päkkilä 

Kuvaus
Laajuus 

5 op / 133 tuntia opiskelijan työtä

 
Opetuskieli 

Suomi

 
Ajoitus 

Opintojakso järjestetään vuosittain syyslukukauden 1. periodilla. Tilastotieteeseen tai datatieteeseen jo LuK-vaiheessa suuntautuvilla suositellaan suoritettavaksi jo 2. opintovuonna.

 
Sisältö 

Jatkuvan vastemuuttujan lineaariset regressio- ja varianssianalyysimallit; Mallin muotoilu ja parametrien tulkinta; Mallien sovittaminen, parametrien estimointi ja ennustaminen pienimmän neliösumman menetelmällä; Mallikritiikin ja –diagnostiikan perusmenetelmät; R-ympäristön käyttö mallituksessa.

 
Järjestämistapa 

Lähiopetus

 
Toteutustavat 

Luennot 28 h, harjoitukset 14 h ja omatoiminen opiskelu. Harjoitukset koostuvat kotitehtävistä ja mikroluokkatyöskentelystä.

 
Kohderyhmä 

Matemaattisten tieteiden pääaineopiskelijat ja muut asiasta kiinnostuneet. Opintojakso on datatieteeseen suuntautuvilla opiskelijoilla LuK-tutkinnon ydinopintoja. Se edellytetään suoritetuksi FM-tutkintoa laskennallisen matematiikan ja datatieteen suuntautumisvaihtoehdossa tekevillä, jos erikoistumisprofiilina on datatiede. Opintojakso on hyödyllinen myös LuTK:n sekä OY:n kauppakorkeakoulun opiskelijoille kuin myös tietotekniikan ja tietojenkäsittelytieteiden opiskelijoille, joilla tilastotiede on sivuaineena.

 
Esitietovaatimukset 

806113P Tilastotieteen perusteet tai 806119P Tilastotieteen jatkokurssi tai muulla tavoin hankitut vastaavat valmiudet.

 
Yhteydet muihin opintojaksoihin 

Oletetaan edeltävänä opintona kurssille 805306A Johdatus monimuuttujamenetelmiin.

 
Oppimateriaali 

Luentomoniste sekä luennoilla ja harjoituksissa jaettava materiaali. Oheiskirjallisuutena suositellaan James, G. (2013). An Introduction to Statistical Learning with Applications in R. Springer, New York; luvut 1-3 -- vapaasti imuroitavissa sivulta http://www-bcf.usc.edu/~gareth/ISL

 
Suoritustavat ja arviointikriteerit 

Harjoitustehtävät ja loppukuulustelu. Kurssin suorittaminen edellyttää riittäväksi katsottavaa aktiivisuutta harjoituksiin osallistumisessa ja kotitehtävien tekemisessä.

 
Arviointiasteikko 

Numeerinen arviointiasteikko 1 - 5

 
Vastuuhenkilö 

Jari Päkkilä

 
Työelämäyhteistyö 

Ei ole

 


Meneillään oleva ja tuleva opetus
Toiminnot Nimi Tyyppi op Opettaja Aikataulu
ilmoittautumisaika ei ole alkanut Johdatus regressio- ja varianssianalyysiin  Opintojakso  Jari Päkkilä  01.09.20 -16.10.20

Tulevat tentit
Ei tenttejä WebOodissa