Tilastotiede, filosofian maisteri

Tilastotieteen FM- tutkinnossa syvennetään aiemmissa opinnoissa hankittua tilastotieteen osaamista. Vaikka tilastotieteen teoreettinen perusta liittyy vahvasti matematiikkaan ja erityisesti todennäköisyyslaskentaan, ovat tilastollisen päättelyn teorian eri lähestymistavat kehittyneet vuorovaikutuksessa soveltavien tieteiden kanssa. Lisäksi nyt erinäiset suositut laskennalliset ja koneoppimiseen liittyvät menetelmät rakentuvat pitkälti tilastotieteen teoreettiselle perustalle.

Tilastotieteen pääaine muodostuu kahdesta FM-linjasta:

• Tilastotieteen FM-linja
• Data-analytiikan (tilastotiede) FM-linja

Kummallakin linjalla pakolliset kurssit sisältävät tilastollista päättelyä, mallintamisen teoriaa ja laskennallista tilastotiedettä käsitteleviä kursseja.

Tilastotieteen linjan sisällä opiskelija voi vapaasti valita pakollisten opintojen osan (60 op) lisäksi haluamansa erikoistumisalan kolmesta eri moduulista (kukin 20 op). Opiskelija voi erikoistua joko tilastotieteen metodisiin kysymyksiin tai sovellusalojen tilastollisten menetelmien opintoihin. Laitoksella sijaitseva Turun yliopiston tilastotieteen keskus on keskittynyt laskennalliseen ja teoreettiseen tilastotieteeseen liittyvien erityiskysymysten lisäksi erityisesti lääketieteen ja taloustieteen tilastollisten menetelmien kehittämiseen ja tekee yhteistyötä alan tutkimuslaitosten ja runsaasti dataa toiminnassaan hyödyntävien yritysten kanssa, joten opiskelija saa jo opiskeluvaiheessa tuntumaa näiden alojen tutkimusongelmiin. Tilastotieteen sovelluksista kiinnostunutta opiskelijaa kannustetaankin perehtymään valinnaisiin kursseihin oman kiinnostuksensa perusteella ja näistä kannattaa keskustella myös maisterivaiheen opettajatuutorin kanssa.

Data-analytiikan (tilastotiede) linja on osa matematiikan ja tilastotieteen laitoksen data-analytiikan opetusta. Tällä linjalla tilastollinen päättely -moduulin pakolliset erikoiskurssit ja opiskelijan valinnaiset erikoiskurssit luovat pohjan tilastollisen data-analytiikan opinnoille. Linjan pääaineena on tilastotiede ja laitoksen tarjoamat matemaattiset data-analytiikan kurssit voidaan sisällyttää tutkintoon. Opiskelijan kannattaa myös valita opintoihinsa soveltuvia kursseja erityisesti tietojenkäsittelytieteistä.

Tieteellisten valmiuksien lisäksi tilastotieteen tutkinto antaa työelämätaitoja, kuten mm. vuorovaikutustaitoja, esiintymistaitoja, ongelmanratkaisutaitoja ja analyyttisyyttä, kykyä arvioida ja kehittää osaamistaan sekä ajanhallintataitoja.

Tavoitteet

Tilastotiede kehittää menetelmiä havaintoaineistoihin liittyvän informaation tiivistämiseksi ja ilmiöiden epävarmuuden eli satunnaisuuden matemaattiseen hallintaan. Tilastotieteeseen kuuluu olennaisena osana tutkimusasetelmien optimaalinen suunnittelu ja edustavien aineistojen otantamenetelmien kehittäminen. Havaintoaineistojen puutteellisuutta voidaan myös korjata tilastomatemaattisin menetelmin. Tilastollinen päättely tarkoittaa tilastollisiin malleihin liittyvien tuntemattomien tunnuslukujen estimointia ja tulosten luotettavuuden arviointia.

Luonteenomainen piirre tilastotieteelle oppiaineena on sen jakautuminen kolmeen osaan: tilastotieteen yleiseen teoriaan, tilastollisen mallinnuksen periaatteisiin ja menetelmiin sekä laskennalliseen tilastotieteeseen, joka liittyy läheisesti data-analytiikan menetelmiin. Teoriaosassa esitetään yleiset käsitteet, päättelymenetelmät ja perustulokset. Teoriaosan opetukselle on ominaista, että varhaisemmassa vaiheessa esitetyt asiat voidaan nähdä myöhemmin yleisen teorian erikoistapauksina. Tilastollisen mallinnuksen periaatteet ja menetelmät liittävät teorian käytännön data-analyysiin. Menetelmien esittelyssä lähdetään yksinkertaisiin tilanteisiin soveltuvista menetelmistä päätyen lopulta verraten monimutkaisiin ja yleisiin tilanteisiin sopiviin menetelmiin. Laskennallinen tilastotiede tutkii algoritmeja, joiden avulla tilastollisia aineistoja voidaan käytännössä analysoida ohjelmallisesti.

Tutkinnon tavoitteena on, että opiskelija saa perusteelliset tiedot tilastotieteen käsitteistöstä ja teorioista niin, että hän kykenee itsenäiseen tilastollisten data-analyysien tekemiseen ja tulosten tulkintaan sekä tarvittaessa perusmenetelmien muuntamiseen ongelman mukaisesti.

Lähde: Opintopolku