.
Kvantitatīvās analīzes metodes
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:8.00
Kursa apraksta apstiprināšanas datums:02.02.2024 12:31:01
| Par studiju kursu | |||||||||
| Kursa kods: | SBUEK_038 | LKI līmenis: | 7. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Ekonomika; Statistika | Mērķauditorija: | Uzņēmējdarbības vadība; Tirgzinības un reklāma | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Santa Bormane | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Sociālo zinātņu fakultāte | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Dzirciema iela 16, Rīga, szf rsu[pnkts]lv | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 6 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 12 | ||||
| Nodarbības (skaits) | 4 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 8 | ||||
| Kopā kontaktstundas | 20 | ||||||||
| Nepilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 4 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 8 | ||||
| Nodarbības (skaits) | 2 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 4 | ||||
| Kopā kontaktstundas | 12 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Kursa apguvei studentiem nepieciešamas priekšzināšanas matemātikā, makroekonomikā un mikroekonomikā. | ||||||||
| Mērķis: | Sniegt zināšanas par biežāk lietotajām kvantitatīvajām metodēm ekonomiska rakstura problēmu risināšanai un pamatprasmes kvantitatīvo metožu pielietošanā. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Svarīgākās kvantitatīvās metodes ekonomikā | Lekcijas | 1.00 | auditorija | |||||
| 2 | Kvantitatīvo metožu lietošanas mērķis | Lekcijas | 1.00 | auditorija | |||||
| 3 | Kvantitatīvo metožu lietošanas sfēras | Lekcijas | 1.00 | auditorija | |||||
| 4 | Modeļa jēdziens un ekonomiski matemātiskie modeļi | Lekcijas | 1.00 | auditorija | |||||
| Nodarbības | 2.00 | auditorija | |||||||
| 5 | Lēmumu pieņemšanas process un kvantitatīvās metodes | Lekcijas | 1.00 | auditorija | |||||
| 6 | Kvantitatīvo metožu lietojums lēmumu pieņemšanas procesā | Lekcijas | 1.00 | auditorija | |||||
| Nodarbības | 2.00 | auditorija | |||||||
| Tēmu saraksts (nepilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Svarīgākās kvantitatīvās metodes ekonomikā | Lekcijas | 1.00 | auditorija | |||||
| 2 | Kvantitatīvo metožu lietošanas mērķis | Lekcijas | 1.00 | auditorija | |||||
| 4 | Modeļa jēdziens un ekonomiski matemātiskie modeļi | Lekcijas | 1.00 | auditorija | |||||
| Nodarbības | 1.00 | auditorija | |||||||
| 6 | Kvantitatīvo metožu lietojums lēmumu pieņemšanas procesā | Lekcijas | 1.00 | auditorija | |||||
| Nodarbības | 1.00 | auditorija | |||||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Studējošie patstāvīgo darbu veic gan grupās, gan individuāli – tiek sagatavotas aptaujas anketas par maģistra darba tematu, tiek gatavotas prezentācijas, veikts darbs ar literatūru – izpēte un analīze, gatavošanās semināra darbiem un eksāmenam. | ||||||||
| Vērtēšanas kritēriji: | Aptaujas anketa, atbilstoši maģistra darba tematam, kas parāda studējošā spējas orientēties nozares informācijā (20%), prezentāciju vērtējums (30%) un eksāmena darba vērtējums (50%). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Kursa apguves rezultātā studējošie gūst zināšanas un pārskatu par kvantitatīvās analīzes un datu apstrādes metodēm, kā arī par šo datu izmantošanu uzņēmējdarbībā ekonomiski pamatotu lēmumu pieņemšanā. | ||||||||
| Prasmes: | Kursa apguves rezultātā studējošie iegūst prasmes veikt kvantitatīvo analīzi un datu apstrādi uzņēmējdarbībā tirgus apstākļos. | ||||||||
| Kompetences: | Kursa apguves rezultātā studējošie prot praktiski lietot iegūtās zināšanas par kvantitatīvo analīzes metožu izmantošanu un datu analīzi. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Anderson, D. R. Quantitative methods for business, 2016 | ||||||||
| 2 | Wisniewski, M. Quantitative methods for decision makers, 2016 | ||||||||
| 3 | Curwin, J. Quantitative methods for business decisions, 2013 | ||||||||
| 4 | Stockemer, D. Quantitative Methods for the Social Sciences : A Practical Introduction with Examples in SPSS and Stata, 2019 | ||||||||
| 5 | Glyn, D. Quantitative methods for decision making using Excel, 2013 | ||||||||
| 6 | Orlovska, A. Ekonomiskā statistika, 2016 | ||||||||
| 7 | Hair, J. F., et al. Multivariate Data Analysis. Upper Saddle River, NJ [u.a.]. Pearson Prentice Hall, 2010. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Blair J., Czaja R.F., Blair E. Designing Surveys: A Guide to Decisions and Procedures. Thousand Oaks, Calif, SAGE, 2014. | ||||||||
| 2 | Swift, L., Piff, S. Quantitative Methods for Business, Management and Finance. Hampshire: Palgrave Macmillan. 812p, 2010. | ||||||||
| 3 | Walters D.W., Walters D.J. Quantitative Methods for Business. Pearson Education, 2008. | ||||||||
| 4 | Croft T., Burton Gl., Myddelton D.R., Morris Cl., Barrow M. Quantitative Methods. 2004. | ||||||||
| 5 | Počs R. Kvantitatīvās metodes ekonomikā un vadīšanā. Rīga, RTU, 2003. | ||||||||
| 6 | Arhipova I., Bāliņa S. Statistika ekonomikā. Rīga, Datorzinību centrs, 2003. | ||||||||
| 7 | Kļaviņš D. Optimizācijas metodes ekonomikā I, II. Rīga, Datorzinību centrs, 2003. | ||||||||
| 8 | Goša Z. Statistika. Rīga, 2003. | ||||||||
| 9 | Burton Gl., Caroll G., Wall St. Quantitative Methods for Business and Economics. 2hd Ed., 2002. | ||||||||
