Course Outline – Fall 2021

STA258H5F: Statistics with Applied Probability

Course Description

A survey of statistical methodology with emphasis on the relationship between data analysis and          probability theory. Topics covered include descriptive statistics, limit theorems, sampling distribution, point and interval estimation both classical and bootstrap, hypothesis testing both classical and             bootstrap, permutation tests, contingency tables and count data.

Prerequisite: STA256H5 or STA257H5. Exclusion: STA248H1 or STA255H1 or ECO227Y5.             Students who lack a pre/co-requisite can be removed at any time unless they have received an explicit waiver from the department.

Course Textbook

Mathematical Statistics with Applications (7th Ed.) by Wackerly, Mendenhall and Scheaffer. ISBN- 13:978-0-495- 11081- 1

Click here for University of Toronto Bookstore’s permalink for the eBook.

Additional Resources

Probability, Statistics, and Data, A Fresh Approach using R. Darrin Speegle and Bryan Clair. Access available from: https://mathstat.slu.edu/~speegle/_book/preface.html

Probability, Statistics, and Data Analysis. Alison Gibbs and Alex Stringer. Access available from:

https://awstringer1.github.io/sta238-book/

Rfor Data Science. Garrett Grolemund & Hadley Wickham. Access available from:

https://r4ds.had.co.nz/

Statistical Computing

We will use R, which is a free software environment for statistical computing and graphics. We will interact with R through RStudio, which is an Integrated Development Environment. See download instructions in Quercus section titled R Resources. You can instead use U of T JupyterHub for teaching site: https://jupyter.utoronto.ca/hub/login and access the cloud version of RStudio. Moreover, we           require that you use R Markdown to turn your statistical analysis into high quality PDF document.

Learning Objective

By the end of this course, you will be able to:

•    Recognize the sampling distribution of a sample statistic.

•    Make statistical inference by using interval estimation and performing hypothesis testing.

•    State statistical assumptions and know how to detect and address violations.

•    Choose and apply appropriate statistical analysis techniques to address research questions and hypothesis tests.

•    Employ a variety of appropriate statistical computations and analyses in R.

•    Clearly interpret, explain and communicate the results of statistical analyses in context of data.

•    Recognize strength and weakness of statistical analyses and formulate constructive critiques.

Course Assessment and Deadlines

Important Note

You must ensure that you have a reliable internet connection for being able to engage in the course and complete the course assessments. Quizzes and final examination will be held in Quercus. You will be    informed by means of Quercus announcements about the online administration of the quizzes and the    final exam.

Course Modules

There are 12 weekly modules designed in our Quercus course shell. Each module will have four pages including lecture notes, textbook readings with suggested exercises from the text and some                   supplementary practice questions, tutorial presentation slides, and a discussion board.

Lectures

Weekly lecture contents are pre-recorded and will be posted with their accompanying lecture slides in Quercus prior to each week’s lecture meetings. During the lecture meetings, we will actively practice  the week’s lecture contents. These practicum sessions will cover additional examples based on the       lecture contents. We recommend that you review the lecture slides, watch the lecture recordings, and  attend the weekly practicum on a regular basis.

Textbook Problems

On a weekly basis, we will assign a set of exercises from the course textbook and will post              supplementary exercises, but they are not graded. We recommend that you work regularly on these questions before you refer to their solution. If you need help clarifying any questions visit teaching team’s office hours in Zoom to seek help.

Quizzes

There are three quizzes scheduled in this course. Each quiz is scheduled on Friday evening between 8:00 PM to 9:00 PM. Quizzes will be held in Quercus. You will be informed by means of Quercus   announcements about the online administration ofthe quizzes. Each quiz counts for 10% ofyour     course grade. There is no makeup quiz. If you miss a quiz, the weight of your missed quiz will be    moved to your final exam. You must also record your absence on ACORN on the day of the missed quiz or by the day after at the latest.

Any request to have a quiz remarked must be emailed to the course instructor (not TA) within three       days of the grades being posted. Please ensure to put STA258 in the subject line ofyour email. Your     email must include your full name, student number. Your request must include a detailed written           justification referring to your work/answer(s) and the relevant course material to be considered. This     means that you must provide a specific, clear, and concise reason when you describe a possible error in marking or omission by the marker. Re-mark requests without a specific reason will not be accepted.    Please note that your entire quiz may be re-marked when submitting a re-mark request.

Tutorials

There are 11 tutorials scheduled in the course, starting on Thursday, Sept. 16th. Tutorials are facilitated by your Teaching Assistant in Zoom. Prior to each tutorial, refer to a previous week’s module in            Quercus. For instance, for the first tutorial, you will refer to the course module for week 1. Review the  lecture notes, work on the suggested textbook and provided practice questions, and attend tutorials on a regular basis. Your tutorial instructor (course teaching assistant) will review course contents covered     for the week’s module and will facilitate discussions.

Please make sure you are registered for a tutorial section on ACORN. Since there is a tutorial                 enrollment limit for each tutorial section, you can only participate in the tutorial and its group activities that are assigned for the tutorial section you are registered.

Tutorial participation is important aspect of the course. You will be grouped in a smaller group within your tutorial and will communicate with your group to work on the course project.

Data Analysis Project

There is an on-going group project in this course. Within your tutorial section, you are grouped in a     smaller group of 4 to 6 students to work on analysing a real data set. The purpose ofthe course project is to provide you with an opportunity to connect with your peers in this course, discuss and                   communicate statistical concepts with them. In your small groups, you will practice using R and           RStudio to conduct appropriate statistical methods to analyze a real data and write about the results of your analysis within the context of provided data.

There are seven steps involved in the course project. Step 1 is concerned with your group formation     and declaration of shared responsibilities. Aligned with the expectations ofthe course project, each      member ofthe group, will declare their shared responsibility, that is the task each member of group     will undertake for the project. All members ofthe group must agree on the task that each member will take to complete their part in the course project.

Step 2 is concerned with conducting exploratory data analysis. You will write a report based on the       statistical results that you obtained and will focus on effective communications of the results. Write a    report that tells the story of your analysis. Your report should also have a conclusion that summarizes    what you have found. Imagine that you are writing a report that other students in the class will want to   read; this is the audience you are aiming for. Include your code somewhere in your report; this can be    next to your output, or you can move it to an appendix of your report if you think that makes it read       more smoothly. R Markdown will be used to produce a PDF document ofyour report. Instructions will be provided on how to use R Markdown. Step 3 is concerned with assessing your self and your peers in your assigned group regarding the work that you and your peers have invested in completing project’s   steps 1 and 2. A rubric will be provided on how to consider your assessments.

Step 4 is concerned with conducting statistical inferences. You will investigate relationships among variables and will use statistical inference methods that you have learned how to run in this course

(e.g., t-test, regression), and as far as the data permit, answer the statistical questions, using appropriate  graphs and checking of assumptions to support your analysis. Once again, you will focus on the              effective communication ofyour statistical analysis and will write a report using R Markdown to            produce a PDF document of your report. Step 5 is, once again, concerned with assessing your self and   your peers in your assigned group regarding the work that you and your peers have invested in               completing step 4 of the course project. A rubric will be provided on how to consider your assessments.

Step 6 is concerned with a 10-minute voice-over video-presentation (e.g., PowerPoint, Prezi,              Infographic, Padlet, mind map, concept map) of your data analysis. Before you create your                  presentation, we recommend that you refer to the guide that we will post in Quercus on how to create your video-presentation using U of T MyMedia. We will also provide a rubric for what you need to    include in your video and what constitutes a good presentation. All students in each group must          contribute to creating a voice-over video-presentation.

Step 7 is concerned with providing your perception regarding working in a group and the extend to     which you gained any valuable experience to collaborate with your peers on grappling with data. You will complete an anonymous survey in Quercus to describe your opinion regarding the course project.

Since this is a group project, it is expected that all group members receive the same mark for steps 2    and 4. However, if it becomes evident that a group member did not stay on their assigned task as         agreed by all group members throughout the course project, then that group member will not be           receiving the same grade as all other group members. Therefore, consult with the course instructor if  you experience any time zone conflicts that makes it difficult for you to connect with your peers. You must inform the course instructor at the beginning of the term.

The course project accounts for 35% ofyour course grade. Table below describes the due date and weight for each step ofthe course project.

Penalties for Lateness

Late submissions for any of the steps of the course project will not be accepted.

Final Exam

Final exam is scheduled during the December examination period by the Office of Registrar. It will be held in Quercus. You will be informed by means of Quercus announcements about the online               administration ofthe exam. The final exam will cover the entire course. During the exam, you can use the course textbook and course materials posted in our Quercus course shell. The final exam accounts  for 35% of your course grade. Final exam grades will not be posted in Quercus. Re-mark requests for   the final exam must be made through Office of Registrar.

Students who cannot complete their online final examination due to illness or other serious causes must file an online petition within 72 hours of the missed examination. Late petitions will NOT be                  considered. Students must also record their absence on ACORN on the day of the missed exam or by     the day after at the latest.

Course Communication: Office Hours and Discussion Board

It is our goal to create a welcoming and engaging class community of learners. We value your input    about any aspects ofthe course structure. We encourage you to connect with your peers, course TAs,   and instructors. Member of the teaching team offer weekly office hours in Zoom. You are welcome to attend any ofthe weekly office hours and ask questions about course contents. Moreover, in order to   facilitate a class community of learners, we will create weekly discussion forums. You can introduce   your self to the class, post comments or ask questions about each week’s module.

Members of teaching team will be monitoring the discussion forums at specific times throughout week  and will post comments/responses as they are able. Note that responses will not be immediate; teaching team will endeavour to post replies within 48 hours. Teaching team may also choose to respond             globally to questions on similar topics rather than reply to each individual post.

In each week’s discussion forum, please feel free to reply to your peers’ posts or provide information if you have an answer to a peer's question. One of the main goals of this course is to foster peer-to-peer     learning, that is to help you build connections with your peers. You will also receive support from the    teaching team throughout the term.