Pārlekt uz galveno saturu

Veselības statistika

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:6.00
Kursa apraksta apstiprināšanas datums:11.05.2020
Par studiju kursu
Kursa kods:SL_021LKI līmenis:7. līmenis
Kredītpunkti:2.00ECTS:3.00
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistikaMērķauditorija:Komunikācijas zinātne
Studiju kursa vadītājs
Kursa vadītājs:Diāna Kalniņa
Studiju kursa īstenotājs
Struktūrvienība:Statistikas mācību laboratorija
Struktūrvienības vadītājs:Andrejs Ivanovs
Kontaktinformācija:Kapseļu iela 23, 2.stāvs, Rīga, statistikaatrsu[pnkts]lv, +371 67060897
Studiju kursa plānojums
Pilns laiks - 1. semestris
Lekcijas (skaits)7Lekciju ilgums (akadēmiskās stundas)2Kopā lekciju kontaktstundas14
Nodarbības (skaits)9Nodarbību ilgums (akadēmiskās stundas)2Kopā nodarbību kontaktstundas18
Kopā kontaktstundas32
Studiju kursa apraksts
Priekšzināšanas:
Pamatzināšanas matemātikā.
Mērķis:
Veicināt zināšanu apguvi par galvenajiem veselības statistikā izmantotajiem jautājumiem, statistiskajiem rādītājiem un testiem. Veicināt izpratnes veidošanu par statistikas nozīmi pētījumu veikšanā un interpretācijā.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Ievads statistikā. Statistikas loma pētījumu procesā. Ģenerālais kopums un izlase. Izlases lielums un struktūra. Datu veidi. Mērskalas.Lekcijas2.00datorklase
2Iepazīšanās ar statistisko datu apstrādes programmu IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.Nodarbības2.00datorklase
3Aprakstošā statistika kvalitatīviem un kvantitatīviem datiem. Centrālās tendences, izkliedes un reprezentācijas rādītāji. Ticamības intervāls.Lekcijas1.00datorklase
4Aprakstošās statistikas rādītāji IBM SPSS. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji.Nodarbības1.00datorklase
5Statistiskās hipotēzes. Hipotēžu pārbaudes iespējamās kļūdas. P-vērtība.Lekcijas1.00datorklase
6Atkarīgas un neatkarīgas izlases. T-testi.Lekcijas1.00datorklase
7Parametriskās datu apstrādes metodes kvantitatīvajiem datiem izmantojot IBM SPSS.Nodarbības1.00datorklase
8Pētījumu rezultātu publicēšana un prezentēšana.Lekcijas1.00datorklase
9Korelācijas analīze. Regresijas analīze.Lekcijas1.00datorklase
Nodarbības1.00datorklase
10Neparametriskās datu apstrādes metodes kvantitatīvajiem datiem izmantojot IBM SPSS.Nodarbības1.00datorklase
11Seminārs "Publikāciju analīze".Nodarbības1.00datorklase
12Noslēguma patstāvīgais darbs.Nodarbības2.00datorklase
Vērtēšana
Patstāvīgais darbs:
Ārpus nodarbībām un lekcijām studējošie studē literatūru un e-studiju materiālus. Zinātnisku publikāciju analīze studiju kursa izpratnes padziļināšanai.
Vērtēšanas kritēriji:
Studiju kursa noslēgumā studējošie patstāvīgi veic praktisko darbu. Kurss tiek ieskaitīts, ja praktiskā darba vērtējums ir vismaz 5 balles.
Gala pārbaudījums (pilna laika studijas):Eksāmens (Rakstisks)
Gala pārbaudījums (nepilna laika studijas):
Studiju rezultāti
Zināšanas:1. Korekti lietot statistiskos pamatjēdzienus. 2. Raksturot mērījumu datus izmantojot pamata statistiskos testus un rādītājus.
Prasmes:1. Pratīs ievadīt datus apstrādes programmā. 2. Noteiks datu veidu un novērtēs to sadalījumu. 3. Pratīs formulēt hipotēzes (nulles; alternatīvo) un izvēlēties atbilstošo testu. 4. Pratīs aprēķināt regresijas vienādojuma koeficientus. 5. Pratīs aprēķināt Pīrsona un Spīrmena korelāciju koeficientu. 6. Pratīs uzzīmēt datus raksturojošas diagrammas.
Kompetences:Studējošie spēs izvēlēties piemērotas datu apstrādes statistiskās metodes, formulēt hipotēzes, apstrādāt datus un interpretēt iegūtos rezultātus. Novērtēt iegūtos datus, izmantojot statistikas un analīzes rīkus.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1K. Mārtinsone, A. Pipere, D. Kamerāde. Pētniecība: Teorija un prakse. Izdevniecība RaKa, 2016
2Statistika. /Krastiņš O., Ciemiņa I./ Rīga: LR CSP, 2003. - 267 lpp.
3OpenIntro Statistics. 3rd ed, 2015, 436 lpp
Papildu literatūra
1Varbūtību teorija un matemātiskā statistika /Vasermanis E., Šķiltere D./ Rīga, 2003. -186 lpp.
2SPSS statistics for social scientists /Acton, C., et al./ Basingstoke: Palgrave Macmillan, 2009. 363 lpp.
3Leavy. P. (ed) (2014) The Oxford Handbook of Qualitative Research. New York: Oxford University Press
4 Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. СПб.: ООО«DiaSoftЮП», 2005.
Citi informācijas avoti
1Choosing the Correct Statistic in SAS, STATA, SPSS and R
2Latvijas statistikas gadagrāmata, 2017. Rīga: Centrālā statistikas pārvalde, 2018., 550 lpp
3LR CSP mājas lapa