Tilastollinen päättely II (MAT22003), kevät 2019

Samankaltaiset tiedostot
Tilastollinen päättely II (MAT22003), kevät 2018

TN-IIa (MAT22001), syksy 2017

TN-IIa (MAT22001), syksy 2018

Tervetuloa! Matematiikka tutuksi

Yleistä tietoa kokeesta

Kertausluento. Tilastollinen päättely II - 2. kurssikoe

MS-A0102 Differentiaali- ja integraalilaskenta 1

Yleistä tietoa kokeesta

Markkinoitten mallintaminen ja Internet-markkinat

Kertausluento. Tilastollinen päättely II - 1. kurssikoe

Ohjelmistojen mallintaminen, kesä 2009

Digitalisoitu harjoitustehtävien ratkaisujen palautus sekä arviointi matematiikan ja tilastotieteen yliopisto-opinnoissa

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)

Yleistä tietoa kokeesta

TN IIa ja TN IIb yleistä keskustelua

031075P MATEMATIIKAN PERUSKURSSI II 5,0 op

Tietokoneen rakenne (2 ov / 4 op) Syksy 2006

Luento 0: Kurssihallinto Tietokoneen rakenne (2 ov / 4 op) Syksy 2006

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)

031075P MATEMATIIKAN PERUSKURSSI II 5,0 op

Ohjelmistotekniikan menetelmät, kesä 2008

Mallilukujärjestys Teknistieteellinen kandidaattiohjelma Tietotekniikka, 2. vuosikurssi

213a. MS-A0503 Todennäköisyyslaskenna n ja tilastotieteen per; M (vkot 3-7)

Ohjelmistojen mallintaminen, kesä 2010

Kurssiesite Lausekielinen ohjelmointi I Kesä Jorma Laurikkala Tietojenkäsittelytieteet Luonnontieteiden tiedekunta Tampereen yliopisto

Ohjelmistoprosessit ja ohjelmistojen laatu Ohjelmistoprosessit ja ohjelmistojen laatu (4op)

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Tietokoneen rakenne (2 ov / 4 op) Syksy 2007 Liisa Marttinen. Helsingin yliopisto Tietojenkäsittelytieteen laitos

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Matematiikan opintosuunta

Opinto-info 1/2: kurssit ja tutkinto

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Vuorovaikutukset ja kappaleet

Matematiikka tai tilastotiede sivuaineena

A&O:n käyttöohje. 1. Rekisteröityminen ja kurssille ilmoittautuminen. 2. Sisäänkirjautuminen. (Lisää löydät osoitteesta:

T harjoitustehtävät, syksy 2011

Sarjat ja integraalit, kevät 2014

Sarjat ja integraalit, kevät 2015

ELEC-C7230 Tietoliikenteen siirtomenetelmät. Yleistä

Akateemiset taidot. Tapaaminen 11

031010P MATEMATIIKAN PERUSKURSSI I 5,0 op

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

CLT131: Tekstityökalut 2010, ensimmäinen luento

Palautekysely tilastollisen signaalinkäsittelyn kurssiin

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)

3. vuoden opiskelijoiden kysely joulu 2016 FI - Kiitos vastanneille -raportti

2. Uskottavuus ja informaatio


Lineaarialgebra ja matriisilaskenta I

MATEMATIIKAN PERUSKURSSI b

Differentiaali- ja integraalilaskenta 2 Ratkaisut: loppuviikko 2

Inarinsaamen kielen opetus Anarâškielâ máttááttâs

Korkealämpötilakemia

PHYS-A0120 Termodynamiikka (TFM) Maanantai

ELEC-C7230 Tietoliikenteen siirtomenetelmät

Korkealämpötilakemia

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

Kuvataiteen aineopinnot (35 op) - ayukuv1800

Aikuisopetuksen tehtäviin suuntautuvat opettajan pedagogiset opinnot 60 op

Fysiikan opinnot Avoimen yliopiston opiskelijoille

MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO

OPETUSSUUNNITELMALOMAKE

OPETUSSUUNNITELMALOMAKE

MS-C2128 Ennustaminen ja Aikasarja-analyysi, 5 op Esittely

Fysikaaliset tieteet. Minkälaisia opintokokonaisuuksia saa fysiikasta? Miksi ja miten tehdä fysiikasta sivuaine?

- Ilmoittaudu OODI:n kautta ainakin luentojen kohdalle, jotta olet mukana opintotoimiston listoilla.

802120P Matriisilaskenta (5 op)

Inarinsaamen kielen opetus Anarâškielâ máttááttâs

KVANTITATIIVISET TUTKIMUSMENETELMÄT MAANTIETEESSÄ

Mallilukujärjestys 1. vuosi 2013

Kotimaisten kielten ja kirjallisuuksien kandiohjelma (180 op) Suomen kielen ja kulttuurin opintosuunta lukuvuosi

Jyväskylän yliopisto Kemian laitos Kurssiarviot ja opetuksen kehittäminen lukuvuosi Massaspektrometrian perusteet

Internet ja tietoverkot

TKT50004 Akateemiset taidot, 1 op

Opettajan ohje kypsyysnäytteen toteuttamiseen ja arvioimiseen sähköisenä Exam-tenttinä

Ohjelmoinnin peruskurssi Y1


Ohjelmistotekniikan menetelmät, kevät 2008

Ohjelmointi II. Erkki Pesonen Luennot ja harjoitukset. Itä-Suomen yliopisto Tietojenkäsittelytieteen laitos 2015

Oppimisprosessissa opiskelijoiden tukena analytiikan opiskelua yhdessä tehden

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Inarinsaamen kielen opetus Anarâškielâ máttááttâs

TKT50004 Akateemiset taidot, 1 op

Lataa Vektorianalyysi - Olli Martio. Lataa

Tietokoneavusteinen arviointi kurssilla Diskreetin matematiikan perusteet. Helle Majander Aalto-yliopiston teknillinen korkeakoulu

22A00110 Laskentatoimen perusteet (6 op) SYLLABUS. Opettaja. Jari Melgin Huone H 3.35/Töölö Puhelin

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Kuvataiteen aineopinnot (35 op) - ayukuv1800

Kurssin esittely. Kurssin esittely. MS-C2107 Sovelletun matematiikan tietokonetyöt 1

MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Fysiikan opinnot Avoimen yliopiston opiskelijoille

Talousmatematiikka (3 op)

Tietokoneen toiminta (Computer Organization I)

Inarinsaamen kielen opetus Anarâškielâ máttááttâs

Vastuuopettaja. Kurssiesite Olio-ohjelmoinnin perusteet (TIEA2.1) Kevät Olio-ohjelmoinnin perusteet (eli Oope) Laajuus

Kurssiesite Olio-ohjelmoinnin perusteet (TIEA2.1) Kevät 2018

Inarinsaamen kielen opetus Anarâškielâ máttááttâs

Tentissä ratkaistaan neljä ohjelmointitehtävää Javalla. Tentti kestää kolme tuntia. Tehdään sähköisesti mikroluokkien Windows-koneilla.

Transkriptio:

Tilastollinen päättely II (MAT22003), kevät 2019 Petteri Piiroinen 13.1.2019

Tilastollinen päättely II -kurssin asema opetuksessa Tilastotieteen pääaineopiskelijoille pakollinen aineopintojen kurssi. Pakollinen niille tilastotieteen sivuaineopiskelijoille, jotka suorittavat aineopinnot. Pakollinen ekonometrian opiskelijoille osana ekonometrian perusopintoja.

Mitä on tilastollinen päättely? Koko tilastollisen analyysin perusta. Tilastollisen päättelyn menetelmien on tarkoitus auttaa soveltajaa tekemään päätelmiä reaalimaailman olosuhteista epäsuroein ja epävarmuutta sisältävien numeeristen havaintojen perusteella. Nykyään kaksi pääsuuntaa: frekventistinen/klassinen ja bayesiläinen (näistä lisää myöhemmin :)

Esitiedot MAT22001 ja MAT22002 Todennäköisyyslaskenta IIa ja IIb (tai 57705 Todennäköisyyslaskenta II). Lisäksi tarvitaan perusvalmiudet yhden ja useamman muuttujan differentiaali- ja integraalilaskennassa (nämä tulevat mukavasti Todennäköisyyslaskenta IIa/b:n mukana) Tilastotieteen ja tilastollisen päättelyn perusteiden (esim. MAT12004 (tai 57046) Tilastollinen päättely I) tuntemus on hyödyksi, mutta tämä kerrataan kyllä.

Oppimistavoitteita Lähestyt oppimistavoitteita (arvosana 1/5): Osaat laskea suuren osan sen uskottavuuspäättelyn ja parametriestimoinnin perustehtävistä, joita on käsitelty luennoilla ja harjoituksissa. Tunnet parametriseen päättelyyn liittyvät keskeisimmät määritelmät. Saavutat oppimistavoitteet (arvosana 5/5): Osaat laskea usealla erilaisella tavalla sellaisia (helpohkoja) laskuja, joissa joudut yhdistelemään erilaisia parametrisen päättelyn tietoja ja tekniikoita. Tunnet käsitteet ja osaat ne itse määritellä. Syvennät oppimistavoitteita (esim. muilla kursseilla): osaat todistaa lauseita; tutustut vähemmälle jätettyihin käsitteisiin ja aiheisiin ja pohdit, miksi ne jätettiin vähemmälle.

Kurssin rakenne Luentoja 4 h / viikko. Luennot perustuvat kurssimonisteeseen, jonka löydät kurssin kotisivulta. Muutamaan osaan lisään kurssimonisteesta puuttuvaa täydentävää materiaalia, mutta ne lisään kurssisivulle (puhtaaksikirjoitettuna). Lisäksi 2 h / viikko luentoja täydentävä sessio. Laskuharjoituksia 2 2 h / viikko. Alku- ja loppuviikon harjoituksissa on eri tehtävät. Mikään näistä ei ole pakollinen.

Kurssin rakenne II Suoritus kurssikokeilla (laskuharjoitushyvitys 0-8 pistettä, ja lunttilappu) tai erilliskokeella. Ensimmäinen kurssikoe on 7.3.2019 ja toinen 6.5.2019. Seuraavat erilliskokeet 22.5.2019, 12.6.2019 ja 7.8.2019. Jos et pääse kurssikokeeseen: Laskuharjoitushyvitys on ainakin kolmessa kurssin jälkeisessä erilliskokeessa.

Laskuharjoituksista Laskuharjoituksia on viikottain 3 ryhmää ja laskuharjoitukset ovat sekä alkuviikolla (a-tehtävät) ja loppuviikolla (b-tehtävät). Eetu Halme: ma 10-12 ja to 12-14 (ryhmä 1) Aku Leivonen: ti 12-14 ja pe 10-12 (ryhmä 3) Arttu Ronkainen: ti 14-16 ja pe 14-16 (ryhmä 2) Tällä kurssilla on perinteiset laskuharjoitustilaisuudet eli tehtäviä ei varsinaisesti palauteta mihinkään vaan tehtyjen tehtävien kanssa tullaan viikottain laskuharjoitustilaisuuteen Myös toisissa laskuharjoitusryhmissä voi vierailla, jos omaan ryhmäänsä ei pääse Jos et koskaan pysty osallistumaan (ja kaikissa muissakin tapauksissa) voi aina olla olla yhteydessä minuun sähköpostilla petteri.piiroinen[at]helsinki.fi.

Laskuharjoituksista Jos vierailu ei onnistu (esimerkiksi aikataulullisesti mikään ei käy tai on kipeänä), niin on kuitenkin mahdollista saada laskaripisteet tekemistään tehtävistä lähettämällä tehtävät sähköpostitse oman ryhmän laskarinpitäjälle alku- tai loppuviikon harjoitusten viimeisten laskareiden alkuun mennessä (eli tiistai klo 14:15 mennessä ja perjantai klo 14:15 mennessä) Kaikkien tämän kurssin laskarinpitäjän sähköpostiosoitteet ovat muotoa etunimi.sukunimi[at]helsinki.fi ja nimet löytyvät edelliseltä sivulta. Ja jos tällä tavalla lähettää tehtävät sähköpostilla, niin mieluiten myös viestiin tieto, mitkä tehtävät tehty Sähköpostilla toimitettaessa palautuksen tulee olla yksi (1) PDF-documentti hyvin luettavissa oleva tiedoston tulee olla kooltaan järkevän kokoinen

Täydentävä sessio Yleensä osin ohjaajavetoinen, osin Ratkomo-tyyppinen tilaisuus (toivottavasti jatkossa sopivammassa tilassa) Keskustelua luennoista ja laskuharjoituksita Välillä minä käyn täydentämässä luentojen aukkoja sekä antamassa lisäesimerkkejä (näistä laitan tiedon kurssisivulle).

Mitä kurssi vaatii sinulta Varmista, että esitietosi ovat kunnossa! Jos nämä ovat hatarasti hallussa, varaudu siihen, että joudut käyttämään ylimääräistä työtä niiden kertaukseen kurssin aikana. Varsinkin Todennäköisyyslaskenta IIb-kurssin (Todennäköisyyslaskenta II -kurssin loppuosa) on hyvä palauttaa mieleen. Mutta elä huolestu, apu on aina lähellä! Joudut tekemään töitä! Opetusta on 4+2+4 = 10 h viikossa käytä tämän kurssin opiskeluun 2 10 h = 20 h viikossa (karkea arvio). Laske ahkerasti harjoitustehtäviä. Lue kurssimonistetta, ja pyri ymmärtämään, kuinka teoriaa sovelletaan. Jos toimit näin, voit tulla kurssikokeisiin (tai erilliskokeeseen) jo kevyen kertauksen jälkeen.

Opiskelun avuksi Apu on aina lähellä. Kurssin asioista voi keskustella anonyymisti kurssin Presemossa http://presemo.helsinki.fi/ppluento minä (ja laskuharjoitusten pitäjät) vastailevat kysymyksiin (odotusarvoisesti muutaman tunnin viiveellä) ja antavat neuvoja. myös toiset opiskelijat usein vastailevat presemossa kysymyksiin eli aktiivisuus kannattaa! Kotisivua päivitän jatkuvasti ja lisään lisämateriaalia, esimerkkejä, liitutaulutekstejä ja muuta sinne. Seuraa siis kotisivua ja presemoa aktiivisesti.

Kurssin sisältö pääpiirteittäin Aloitamme parametrisen tilastollisen mallin käsite ja pääajatuksista Sitten esittelemme perehdymme uskottavuusfunktioon ja suurimman uskottavuuden estimointimenetelmään ja informaation käsitteisiin Seuraavaksi lisäämme kierroksia ja ryhdymme tarkastelemaan estimointiteoriaa ja sen käsitteitä ja menetelmiä Tämän jälkeen pohdimme hieman, milloin osan aineiston tiedosta voi unohtaa Mietimme kuinka koehypoteesien kanssa pelataan ja lopuksi arvioimme kuinka hyviä estimaattimme ovat.