.
Biostatistikas pamati
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:4.00
Kursa apraksta apstiprināšanas datums:06.09.2022 16:45:08
Par studiju kursu | |||||||||
Kursa kods: | SL_005 | LKI līmenis: | 5. līmenis | ||||||
Kredītpunkti: | 1.00 | ECTS: | 1.50 | ||||||
Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Zobārstniecība | ||||||
Studiju kursa vadītājs | |||||||||
Kursa vadītājs: | Maksims Zolovs | ||||||||
Studiju kursa īstenotājs | |||||||||
Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
Struktūrvienības vadītājs: | |||||||||
Kontaktinformācija: | Baložu iela 14, A korpuss, Rīga, +371 67060897, statistikarsu[pnkts]lv, www.rsu.lv/statlab | ||||||||
Studiju kursa plānojums | |||||||||
Pilns laiks - 1. semestris | |||||||||
Lekcijas (skaits) | 0 | Lekciju ilgums (akadēmiskās stundas) | 0 | Kopā lekciju kontaktstundas | 0 | ||||
Nodarbības (skaits) | 6 | Nodarbību ilgums (akadēmiskās stundas) | 3 | Kopā nodarbību kontaktstundas | 18 | ||||
Kopā kontaktstundas | 18 | ||||||||
Studiju kursa apraksts | |||||||||
Priekšzināšanas: | Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. | ||||||||
Mērķis: | Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika un slēdzienstatistikas metodes atšķirību novērtēšanai), kas nepieciešamas zinātniski pētnieciskā darba izstrādei un statistisko rādītāju pielietošanai savā specialitātē. | ||||||||
Tēmu saraksts (pilna laika studijas) | |||||||||
Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
1 | Ievads statistikā, statistikas loma pētījuma procesā. Datu veidi, mērskalas, datu ievade, datu sagatavošana MS Excel. Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā. | Nodarbības | 1.00 | datorklase | |||||
2 | Aprakstošās statistikas rādītāji IBM SPSS. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji. | Nodarbības | 1.00 | datorklase | |||||
3 | Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība. | Nodarbības | 1.00 | datorklase | |||||
4 | Parametriskas datu apstrādes metodes kvantitatīvajiem datiem. Neatkarīgo un atkarīgo izlašu salīdzināšana. | Nodarbības | 1.00 | datorklase | |||||
5 | Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem. Neatkarīgo un atkarīgo izlašu salīdzināšana. | Nodarbības | 1.00 | datorklase | |||||
6 | Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases. | Nodarbības | 1.00 | datorklase | |||||
Vērtēšana | |||||||||
Patstāvīgais darbs: | Sagatavošanās katrai nodarbībai, atbilstoši tematiskajam plānam. | ||||||||
Vērtēšanas kritēriji: | Gala vērtējumu sastāda: līdzdalība praktiskajās nodarbībās lekciju laikā un teoretiskais tests 50% un praktiskais darbs 50%. | ||||||||
Gala pārbaudījums (pilna laika studijas): | Ieskaite | ||||||||
Gala pārbaudījums (nepilna laika studijas): | |||||||||
Studiju rezultāti | |||||||||
Zināšanas: | Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt IBM SPSS piedāvātas iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmatošanai; * spēs pareizi interpretēt svarīgākos statistiskos rādītājus. | ||||||||
Prasmes: | Studiju kursa apguves rezultātā studenti pratīs: * Ievadīt un rediģēt datus IBM SPSS programmā; * Korekti sagatavot datus statistiskai apstrādei; * Izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * Statistiski apstrādāt pētījuma datus, izmantojot datorprogrammu IBM SPSS; * Izveidot tabulas un diagrammas IBM SPSS programmā ar iegūtajiem rezultātiem; * Korekti aprakstīt iegūtos pētījuma rezultātus. | ||||||||
Kompetences: | Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskas datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot datorprogrammā IBM SPSS, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē. | ||||||||
Bibliogrāfija | |||||||||
Nr. | Atsauce | ||||||||
Obligātā literatūra | |||||||||
1 | Field A. Discovering Statistics using IBM SPSS Statistics. 4th edition, 2018. | ||||||||
2 | Teibe U. Bioloģiskā statistika. Rīga: Latvijas Universitāte, 2007, 156 lpp. (akceptējams izdevums) | ||||||||
3 | Petrie A. & Sabin C. Medical Statistics at a Glance. 3rd edition, 2020. |