•   Statistik och sannolikhetslära MAP22MT04-3007 02.09.2024-13.10.2024  3 sp  (MAP23D-V) +-
    Studieperiodens (kursens) lärandemål
    - Den studerande kan grundläggande sannolikhetslära och kan använda olika statistiska fördelningar för att lösa problem
    - Den studerande kan statistiskt analysera och på ett relevant sätt presentera ett datamaterial
    - Den studerande kan anpassa regressionsmodeller till olika datamaterial
    Förkunskapskrav
    Funktioner och ekvationer 1
    Geometri och vektorer
    Funktioner och ekvationer 2
    Derivator och integraler
    Studieperiodens (kursens) innehåll
    Statistik
    - deskriptiv statistik
    - sannolikhetslära
    - vanliga diskreta och kontinuerliga fördelningar
    - Excel som verktyg för att analysera data

    Kurvanpassning och regression
    - matriskalkyl och linjär algebra
    - linjär regression – minsta kvadratmetoden
    - linearisering
    - matematisk programvara (Excel, Mathcad eller annat program) för att konstruera regressionsmodeller
    Bedömningskriterier
    Underkänd (0)
    Uppfyller ej kraven för vitsord 1.
    Bedömningskriterier - tillfredsställande-synnerligen tillfredsställande (1-2)
    Statistik och beräkningskompetenser: Känner till grunderna i statistik och kan utföra enkla beräkningar
    Kurvanspassning och regression: Känner till grunderna i regressionsanalyser
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av grundläggande problem
    Bedömningskriterier - goda-synnerligen goda (3-4)
    Statistik och beräkningskompetenser: Är insatt i statistik och kan utföra relevanta beräkningar
    Kurvanspassning och regression: Är insatt i begreppet regression och kan utföra kurvanpassning av tekniska modeller
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av tillämpade problem
    Bedömningskriterier - berömliga (5)
    Statistik och beräkningskompetenser: Är väl insatt i statistik och kan utföra mer avancerade statistiska kalkyler.
    Kurvanspassning och regression: Kan självständigt utföra kurvanpassningar och regressioner av mer avancerade tekniska modeller
    Beräkningsprogram: Kan använda fler än ett beräkningsprogram för lösning av problem inom maskintekniken
    Lärarens/ansvarspersonens namn

    Kaj Rintanen

    Studiematerial och rekommenderad litteratur

    - Teorikompendium och övningsuppgifter
    - Relevanta läroböcker som rekommenderas vid kursstart

    Undervisningsmetoder

    Föreläsningar, räkneövningar och datorövningar

    Bedömningsmetoder (förverkligande) och -kriterier (studieperioder/kurser)

    Bedömningen baseras på tentamen och/eller inlämningsuppgifter och övrig aktivitet definerad tillsmmans med studeranden vid kursstart.
    Vitsordsskala (av totalpoängen):
    33.3 % -> 1
    46.7 % -> 2
    60.0 % -> 3
    73.3 % -> 4
    86.7 % -> 5

    Slutliga bedömningsgrunder diskuteras och bestäms vid kursstart i samarbete med studeranden.

    Undervisningsspråk

    Svenska

    Tajmning

    02.09.2024 - 13.10.2024

    Anmälningstid

    15.06.2024 - 22.09.2024

    Grupp(er)
    • MAP23D-V
    Ansvarig enhet

    Institutionen för teknik och sjöfart

    Smågrupper
    • MAP23-K (Koko: 40.
    • MAP23-D (Koko: 40.
    Lärare

    Tom Lillhonga

    Utbildning

    Utbildning i maskin- och produktionsteknik

    Verksamhetspunkt

    Vasa, Wolffskavägen 33

    FUI-andel

    0.00 sp

    Andel virtuell undervisning

    0.00 sp

    Vitsordsskala

    H-5

    Praktik- och arbetslivssamarbete

    Föredrag av gäster från näringslivet.

    Tidtabell för examination (t.ex. tentamina, omtentamina)

    Presenteras på kursens Moodle-sida

    Tid och plats

    Period 1, hösten 2024

    Studerandes tidsanvändning och belastning

    Närstudier 36 timmar.
    Studerandens arbete på egen tid: i medeltal 45 timmar

    Periodisering av innehållet

    Närstudier 36 timmar.
    Studerandens arbete på egen tid: i medeltal 45 timmar

    Bedömningskriterier
    Underkänd (0)

    Uppfyller ej kraven för vitsord 1.

    Bedömningskriterier - tillfredsställande-synnerligen tillfredsställande (1-2)

    Statistik och beräkningskompetenser: Känner till grunderna i statistik och kan utföra enkla beräkningar
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av grundläggande problem

    Bedömningskriterier - goda-synnerligen goda (3-4)

    Statistik och beräkningskompetenser: Är insatt i statistik och kan utföra relevanta beräkningar
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av tillämpade problem

    Bedömningskriterier - berömliga (5)

    Statistik och beräkningskompetenser: Är väl insatt i statistik och kan utföra mer avancerade statistiska kalkyler.
    Beräkningsprogram: Kan använda fler än ett beräkningsprogram för lösning av problem inom produktionsteknik