Matemaatiline statistika (MLM6509.DT)
Õppeaine kood
MLM6509.DT
vana ainekood
Õppeaine nimetus eesti k
Matemaatiline statistika
Õppeaine nimetus inglise k
Mathematical Statistics
Õppeaine maht EAP
4.0
Kontrollivorm
eksam
2025/2026 kevadsemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
2026/2027 sügissemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
Õppeaine eesmärgid
Õppeaine eesmärk on anda üliõpilastele põhioskused ja –teadmised statistiliste andmete kogumiseks, kirjeldamiseks ja analüüsimiseks ning tõenäosusjaotuste ja statistilise järelduse meetodite rakendamiseks teadus- ja praktikaprobleemide lahendamisel.
Õppeaine sisu lühikirjeldus
Statistilised andmed. Üldkogum ja valim. Tunnuste liigid. Andmete esitamine. Statistilised keskmised. Variatsiooni näitarvud ja jaotuse kuju iseloomustavad näitarvud. Diskreetsete ja pidevate juhuslike suuruste jaotusseadused (diskreetne ja pidev ühtlane jaotus, Bernoulli jaotus, binoomjaotus, Poissoni jaotus, eksponentjaotus, normaaljaotus). Korrelatsioon, kovariatsioon, Pearsoni, Spearmanni, Kendalli ja Fechneri korrelatsioonikordajad. Lineaarne ja mittelineaarne regressioon. Punkthinnangud ja vahemikhinnangud. Keskväärtuse usalduspiirid suure ja väikese valimi korral. Statistilised hüpoteesid, nende kontroll. Studenti t-test, z-test, hii-ruut test.
Õppeaine õpiväljundid
Õppeaine edukal läbimisel üliõpilane:
- määratleb ja kirjeldab statistilisi andmeid (üldkogum, valim, tunnuste tüübid), esitab ja analüüsib andmeid kasutades kirjeldavaid näitajaid (keskmised, dispersioon, jaotuse kuju);
- mõistab ja rakendab peamisi diskreetseid ja pidevaid jaotusseadusi (ühtlane, Bernoulli, binomiaal-, Poissoni, eksponentsiaal- ja normaaljaotus) tõenäosuste ning jaotuse parameetrite arvutamisel;
- arvutab ja tõlgendab korrelatsiooni ning kovariatsiooni ning Pearsoni, Spearmanni, Kendalli ja Fechneri korrelatsioonikordajaid ning oskab viia läbi lineaarset ja mittelineaarset regressioonanalüüsi;
- koostab punkt- ja vahemikhinnanguid ning arvutab usaldusvahemikke keskmisele nii suure kui väikese valimi korral;
- sõnastab ja kontrollib statistilisi hüpoteese, rakendades Studenti t-testi, z-testi ja hii-ruut-testi.
- määratleb ja kirjeldab statistilisi andmeid (üldkogum, valim, tunnuste tüübid), esitab ja analüüsib andmeid kasutades kirjeldavaid näitajaid (keskmised, dispersioon, jaotuse kuju);
- mõistab ja rakendab peamisi diskreetseid ja pidevaid jaotusseadusi (ühtlane, Bernoulli, binomiaal-, Poissoni, eksponentsiaal- ja normaaljaotus) tõenäosuste ning jaotuse parameetrite arvutamisel;
- arvutab ja tõlgendab korrelatsiooni ning kovariatsiooni ning Pearsoni, Spearmanni, Kendalli ja Fechneri korrelatsioonikordajaid ning oskab viia läbi lineaarset ja mittelineaarset regressioonanalüüsi;
- koostab punkt- ja vahemikhinnanguid ning arvutab usaldusvahemikke keskmisele nii suure kui väikese valimi korral;
- sõnastab ja kontrollib statistilisi hüpoteese, rakendades Studenti t-testi, z-testi ja hii-ruut-testi.
Õppejõud
Tõnu Tõnso
Eeldusaine 1
Õppekavaversioonid, millesse aine kuulub