0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

Begge paralleller fulgte det tradisjonelle opplegget med 4 timer forelesning per uke. Oppmøte var bra i de første ukene men falt etter hvert. Det kan være at oppmøte var lavt fordi studentene ikke var ajour med progresjonen i kurset på grunn av for sene innleveringsfrister på stack og skriftlige innleveringer. Dette ble også påpekt av enkelte i spørreundesøkelsene som ble avholdt (i stedet for referansegruppe). En innstramming av dette ser muligens ut til å gi bedre oppmøte i TMA4240 høsten 2023. Resultatet var delvis noe svakt på eksamen men for mange E og F.

NTNU:TIA:REST

Institutt for matematiske fag

Department of Mathematical Sciences

Spesifiserte trykte og håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Norsk

Mer om vurdering

Skriftlig avsluttende eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Anbefalte forkunnskaper

TMA4100 Matematikk 1 eller tilsvarende kunnskaper.

Link til informasjon om emnet

Faglig innhold

Deskriptiv statistikk. Sannsynlighet for hendelser og stokastiske variabler. Uavhengige og avhengige stokastiske variabler. Betinget sannsynlighet. En- og flerdimensjonale sannsynlighetsfordelinger. De viktigste klasser av endimensjonale sannsynlighetsfordelinger. Ekstremvariabler. Parameterestimering, intervallestimering og hypotesetesting for et- og to-utvalgsdata. Enkel lineær regresjon.

Kursmateriell

Læringsutbytte

1. Kunnskap. Studenten kjenner de grunnleggende begrepene og prinsippene for sannsynlighetsregning og statistisk inferens. Videre kjenner studenten til enkle statistiske modeller og prosesser ofte brukt innen teknologi og naturvitenskap, og vet hvordan slike situasjoner best kan analyseres. Studenten forstår også begreper innen statistikk og sannsynlighetsregning tilstrekkelig til å kunne kommunisere med fagstatistikere om mer kompliserte situasjoner. 2. Ferdigheter. Studenten kan regne ut sannsynligheter for hendelser i enkle situasjoner. Studenten kan videre anvende sin kunnskap om sannsynlighetsregning og statistikk til å gjenkjenne og analysere data fra enkle statistiske situasjoner innen teknologi og naturvitenskap, også med bruk av deskriptive metoder. Videre er studenten i stand til å kommunisere med fagstatistikere om mer kompliserte situasjoner.

Læringsformer og aktiviteter

Forelesninger, anbefalte oppgaver og obligatoriske øvinger. 

Øvinger

Statistikk

Teknologiske fag

Elektronikk - masterstudium (5-årig)

Industriell økonomi og teknologiledelse - masterstudium (5-årig)

Marin teknikk - masterstudium (5-årig)

Nanoteknologi - masterstudium (5-årig)

Produktutvikling og produksjon - masterstudium (5-årig)

Lektorutdanning i realfag for trinn 8 – 13

Fysikk og matematikk - masterstudium (5-årig)

Bygg- og miljøteknikk - masterstudium (5-årig)

Ingeniørvitenskap og IKT - masterstudium (5-årig)

Industriell design - masterstudium (5-årig)

Kybernetikk og robotikk - masterstudium (5-årig)

Kommunikasjonsteknologi og digital sikkerhet - masterstudium (5-årig)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(23748)/FieldValuesAsText

Emnet ble forelest i to paralleller gjennom hele semesteret. De første ukene var oppmøte rimelig godt med rundt 170 studenter på de første to digitale forelesningene i januar. Etter hvert sank oppmøte helt ned i 10-15 studenter mot slutten av semesteret. Studentene som møtte opp på forelesningene virket dog fornøyd med forelesningene. Det ble gjennomført et møte med referansegruppe og det kom ikke opp noe unormalt i dette møte. Foreleser på parallell 2 følte derfor ikke noe behov for ytterligere møter med referansegruppe. Eventuelle spørsmål kunne uansett tas opp i forelesningene. Vi vurderte å gjennomføre en spørreundersøkelse etter eksmamen men dette ble ikke gjennomført delvis på grunn av sykefravær. Det ble gjennomført en spørretime et par dager før eksamen med godt oppmøte.

Strykprosenten på eksamen var noe høy (rundt 30%) og vi tror at flere studentere med fordel kunne fulgt forelesningene.

Gamle videoopptak kan med fordel gjøres mindre synlige på inneværende års wikiside.

Deskriptiv statistikk. Sannsynlighet for hendelser og stokastiske variabler. Uavhengige ogavhengige stokastiske variabler. Betinget sannsynlighet. En- og flerdimensjonale sannsynlighetsfordelinger. De viktigste klasser av endimensjonale sannsynlighetsfordelinger. Ekstremvariabler. Parameterestimering, intervallestimering og hypotesetesting for et- og to-utvalgsdata. Enkel lineær regresjon.

1. Kunnskap. Studenten kjenner de grunnleggende begrepene og prinsippene for sannsynlighetsregning og statistisk inferens. Videre kjenner studenten til enkle statistiske modeller og prosesser ofte brukt innen teknologi og naturvitenskap, og vet hvordan slike situasjoner best kan analyseres. Studenten forstår også begreper innen statistikk og sannsynlighetsregning tilstrekkelig til å kunne kommunisere med fagstatistikere om mer kompliserte situasjoner. 2. Ferdigheter. Studenten kan regne ut sannsynligheter for hendelser i enkle situasjoner. Studenten kan videre anvende sin kunnskap om sannsynlighetsregning og statistikk til å gjenkjenne og analysere data fra enkle statistiske situasjoner innen teknologi og naturvitenskap, også med bruk av deskriptive metoder. Videre er studenten i stand til å kommunisere med fagstatistikere om mer kompliserte situasjoner.

Forelesninger, anbefalte oppgaver og obligatoriske øvinger. Skriftlig avsluttende eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen. 

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(18242)/FieldValuesAsText

Kvaliteten på emnet er høy. Emnet er utviklet over tid, og har rikelig av elektroniske resurser (slik som temasider og forelesningsvideoer) og et godt innarbeidet øvingssystem med ukentlige øvinger. Restriksjoner på fysiske læringsaktiviteter gjorde at gjennomføringen av emnet skilte seg fra tidligere år. Øvingsveiledning i "statistikklab" ble byttet ut med digitalt forum og hjelp over videosamtaler, og fysiske forelesninger ble byttet med videoforelesninger som var tatt opp på forhånd og fysiske samlinger i mindre grupper. Vi erfarte at digitalt forum gir positivt utbytte og burde i framtiden kombineres med fysiske øvingstimer, men at det bør være et mål å gjennomføre fysiske forelesninger på vanlig måte når det blir mulig. Discourse erstatter trolig Piazza som plattform for det digitale forumet fra høsten 2021 og det bør da påsees at det lages funksjonalitet tilsvarende "folders" i Piazza slik at studentene og øvingsassistentene raskt kan søke opp tidligere spørsmål og svar på gitte øvingsoppgaver, spesiellt i et stort emne som dette med stor trafikk på forumet.

Pensumet dekker bredt innenfor grunnleggende sannsynlighetsteori og statistiske metoder. Det gir et godt grunnlag for å forstå og jobbe med fenomener som er underlagt tilfeldigheter. Emnet fokuserer på grunnleggende konsepter som er veldig relevante for alle studieprogrammene som tar emnet. Det er en god sammenhengen med grunnkursene i matematikk som tar for seg de generelle matematiske teknikkene som kreves i dette kurset. Læringsutbyttet ble kommunisert gjennom forelesninger og hjemmesider.

Progresjonen i emnet styres av en felles fremdriftsplan for når de ulike temaene skal behandles. Forelesningene gir studentene et innblikk i hvilke tema de skal beherske gjennom semesteret. Anbefalte og obligatoriske ukentlige øvinger gir studentene muligheten til å teste om de oppnår læringsmålene underveis. Vi opplevde at mangel på "live" forelesninger gjorde det vanskeligere for studentene å holde seg a jour på pensum underveis. Noen studenter ble hengende bak fordi de prioriterte andre emner hvor det var "live" forelesninger.

Obligatoriske øvinger kreves for adgang til eksamen. Studentene har mulighetene til å få tilbakemelding på skriftlig øving annenhver uke fra studentassistenter. Endelig eksamen teller 100% av vurderingen i emnet. Vanligvis gjennomføres denne som en skoleeksamen, men det ble i år gjennomført hjemmeeksamen med alle hjelpemidler tilgjengelig. Erfaringene er at obligatoriske øvinger er nyttige for å sikre at læringsmål nås underveis i semesteret. Årets eksamen ble opplevd som utfordrende med noe lavere karakterfordeling enn tidligere år, men det har skjedd forandringer i fordelingen av studieprogrammene mellom TMA4245 (vår) og TMA4240 (høst) og det er nødvendig med en totalvurdering på tvers av de to emnene.

TMA4100 Matematikk 1 eller tilsvarende kunnskaper.


Deskriptiv statistikk. Sannsynlighet for hendelser og stokastiske variabler. Uavhengige og
avhengige stokastiske variabler. Betinget sannsynlighet. En- og flerdimensjonale sannsynlighetsfordelinger. De viktigste klasser av endimensjonale sannsynlighetsfordelinger. Ekstremvariabler. Parameterestimering, intervallestimering og hypotesetesting for et- og to-utvalgsdata. Enkel lineær regresjon.


Forelesninger, anbefalte oppgaver og obligatoriske øvinger. Skriftlig avsluttende eksamen gir grunnlag for sluttkarakter i emnet. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen. 


1. Kunnskap. Studenten kjenner de grunnleggende begrepene og prinsippene for sannsynlighetsregning og statistisk inferens. Videre kjenner studenten til enkle statistiske modeller og prosesser ofte brukt innen teknologi og naturvitenskap, og vet hvordan slike situasjoner best kan analyseres. Studenten forstår også begreper innen statistikk og sannsynlighetsregning tilstrekkelig til å kunne kommunisere med fagstatistikere om mer kompliserte situasjoner.

2. Ferdigheter. Studenten kan regne ut sannsynligheter for hendelser i enkle situasjoner. Studenten kan videre anvende sin kunnskap om sannsynlighetsregning og statistikk til å gjenkjenne og analysere data fra enkle statistiske situasjoner innen teknologi og naturvitenskap, også med bruk av deskriptive metoder. Videre er studenten i stand til å kommunisere med fagstatistikere om mer kompliserte situasjoner. 

Lektorutdanning i realfag - masterstudium (5-årig)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(12680)/FieldValuesAsText

Generelt vurderer vi kvaliteten i emnet som god. Pensumet gir et bredt fundament innen både sannsynlighetsteori og statistikk med konsepter og metoder som setter studentene i stand til å beskrive fenomener som er underlagt tilfeldigheter. Det finnes gode elektroniske læringsressurser og et godt etablert øvingssystem (elektroniske og skriftlige oppgaver) med veiledning i «statistikk-lab»- først på campus og deretter digitalt som følge av koronasituasjonen. Vår vurdering støttes av referansegruppen som spesielt peker på at alle de elektroniske læringsressursene gjorde faget veldig robust mot koronasituasjonen og skapte trygghet og kontinuasjon.

Læringsutbyttet er relevant. Et forslag til fornyelse vil være å integrere bruk av programvare for data-analyse og statistisk inferens, men pensumet er allerede omfattende og det må vurderes om studentene har tilstrekkelig grunnlag innen egnede verktøy. Læringsutbyttet ble kommunisert i forelesninger og via emnets hjemmesider. Emnet henger godt sammen med andre emner. Emnet bruker generelle matematiske teknikker fra grunnfagene i matematikk og danner grunnlaget for videre fag innen statistikk og andre fag som bruker statistiske metoder.

Progresjonen i emnet styres i all hovedsak av forelesningsplanen, og i år ble innleveringsfrister i øvingsopplegget justert underveis for å være i samsvar med fremdrift i forelesninger. Av læringsaktiviteter bidrar elektroniske øvinger (hovedsakelig enkle/middels vanskelige oppgaver) og prosjekter (eksamensrelevante oppgaver) til at studentene oppnår læringsutbyttet. Studentene gjør en stor egeninnsats gjennom øvingsopplegget. Dette semesteret var oppmøte i forelesninger på omtrent 80-100 studenter i parallell 1, og 150 i parallell 2. Vi opplevde ikke noen vesentlig nedgang i oppmøte. Oppmøte i statistikk-lab ble høyere utover i semester. Semesteret ble brått endret som følge av korona-situasjonen. Elektroniske ressurser, spesielt video-opptak av forelesninger, ble da tatt i bruk i større grad, og et nytt tilbud med elektronisk veiledning i et digitalt forum ble etablert.

Ikke-tellende vurdering av øvinger (kun krav om et visst antall godkjente øvinger) skjer ukentlig gjennom automatisk retting av elektroniske øvinger og tilbakemelding fra studentassistenter på prosjekter. Eksamensformen ble dette semesteret endret til digital hjemmeeksamen og karakterskala ble endret til bestått/ikke bestått. Faglærere mener å ha laget en eksamen som reflekterer emnets læringsutbytte, men observerer at strykprosenten var vesentlig lavere enn tidligere. Vi brukte automatisk rettede flervalgsoppgaver og oppgaver med korte tekstsvar som ble skrevet digitalt. Hvis digital eksamen blir nødvendig neste semester bør det vurderes om studenter skal laste opp bilder eller scannede kopier av håndskrift. Dette vil gi et bedre samsvar mellom hvordan øvinger løses i faget og hvordan de løses på eksamen. I tillegg vil det bedre tillate oss å vurdere i hvilken grad de har oppnådd den evnen til presis matematisk beskrivelse og logisk resonnement som vi ønsker.

TMA4100 Matematikk 1 og TDT4105/TDT4110 Informasjonsteknologi, grunnkurs, eller tilsvarende kunnskaper.


Kommunikasjonsteknologi - masterstudium (5-årig)

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(5975)/FieldValuesAsText

Statistikk - TMA4245