• tilastoaineiston havainnollistaminen ja tunnuslukujen määrittäminen
• regression ja korrelaation käsitteet
• havainto ja poikkeava havainto
• ennusteiden tekeminen
• todennäköisyyden käsite
• yhteen- ja kertolaskusääntö
• kombinaatiot ja tuloperiaate
• todennäköisyyslaskennan malleja

Tarkennuksia sisältöihin

• Tilastoaineiston käsittely. Perusjoukko ja otos. Tutustutaan sekä diskreetteihin että jatkuviin tilastollisiin muuttujiin. Luokittelu: luokkarajat, todelliset luokkarajat, luokkakeskus (tasaväliset luokat). Frekvenssitaulukot ja tilastollinen todennäköisyys. Tilastolliset tunnusluvut: vaihteluväli, keskiluvut (moodi, mediaani, keskiarvo) ja keskihajonta (otoskeskihajonta). Tunnuslukujen laskentaperiaatteen ymmärtäminen. 
• Tilaston havainnollistaminen. Tilaston kuvaamiseen sopivimman kaaviotyypin valinta. Kaavion tulkitseminen. 
• Tilastollinen riippuvuus. Selittävä ja selitettävä muuttuja, hajontakuvio, lineaarisen riippuvuuden havainnoiminen hajontakuviosta. Regressiosuora ja korrelaatiokerroin. Ennusteiden tekeminen muodostetun regressiomallin avulla. Ennusteen arvioiminen.
• Poikkeava havainto. Ymmärrys, että poikkeavilla arvoilla voi olla merkittävästi vääristävä vaikutus tilastollisiin tunnuslukuihin.
• Todennäköisyyslaskenta. Todennäköisyyslaskennan mallit: klassinen, geometrinen ja tilastollinen todennäköisyys. Alkeistapausten laskemismenetelmiä (tuloperiaate ja kombinaatiot). Tapahtumien kertolaskusääntö ja yhteenlaskusääntö sekä komplementtisääntö.

Ohjelmistotaidot

• harjaantuu taulukkolaskentaohjelman sujuvaan käyttöön, mm. soluviittaukset, lajittelu/järjestäminen ja suodatus (eli oleellisen informaation erottaminen)
• harjaantuu tilastollisen aineiston sujuvaan käsittelyyn: oppii tiivistämään tietoa taulukoimalla ja määrittämään tunnuslukuja sekä havainnollistamaan tilastoja erilaisilla kaavioilla
• oppii piirtämään hajontakuvion, sovittamaan regressiosuoran sekä määrittämään korrelaatiokertoimen
• tutustuu ajankohtaisen tilastotiedon etsimiseen ja lataamiseen eri verkkolähteistä sekä tiedon käsittelyyn, kuvaamiseen ja analysoimiseen
• oppii laskemaan kombinaatioita
• tutustuu todennäköisyyden olemukseen esim. simuloimalla nopanheittoa.

Laaja-alainen osaaminen

• Yhteiskunnallinen osaaminen: Opetuksessa voidaan käydä läpi, kuinka tilastoja hyödynnetään yhteiskunnallisessa päätöksenteossa.
• Eettisyys ja ympäristöosaaminen: opiskelijaa autetaan hahmottamaan, että matematiikan avulla voidaan jäsentää ja ratkaista globaaleja ongelmia.