.
Biostatistikas pamati
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:5.00
Kursa apraksta apstiprināšanas datums:12.12.2022 16:41:11
| Par studiju kursu | |||||||||
| Kursa kods: | SL_027 | LKI līmenis: | 6. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Rehabilitācija | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Eva Petrošina | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika rsu[pnkts]lv, www.rsu.lv/statlab | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 4 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 8 | ||||
| Nodarbības (skaits) | 12 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 24 | ||||
| Kopā kontaktstundas | 32 | ||||||||
| Nepilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 2 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 4 | ||||
| Nodarbības (skaits) | 6 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 12 | ||||
| Kopā kontaktstundas | 16 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. | ||||||||
| Mērķis: | Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs. Veicināt izpratni par atbilstošu datu apstrādi un atbilstošu vizualizāciju. Veicināt izpratni par statistikas nozīmi medicīnas pētījumu veikšanā un publikāciju rakstīšanā. | ||||||||
| 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. | Lekcijas | 2.00 | datorklase | |||||
| 2 | Pamatdarbības programmās Excel un IBM SPSS | Nodarbības | 1.00 | datorklase | |||||
| 3 | Aprakstošā statistika programmā Excel un SPSS | Nodarbības | 2.00 | datorklase | |||||
| 4 | Slēdzienstatistika: pamatjēdzieni, 2 grupu salīdzināšana kvantitatīvai pazīmei | Lekcijas | 1.00 | datorklase | |||||
| Nodarbības | 1.00 | datorklase | |||||||
| 5 | Slēdzienstatistika: vairāk kā 2 grupu salīdzināšana (kvantitatīvs mainīgais) | Lekcijas | 1.00 | datorklase | |||||
| Nodarbības | 1.00 | datorklase | |||||||
| 6 | Slēdzienstatistika: 2 un vairāk grupu salīdzināšana (kategoriju tipa mainīgie) | Nodarbības | 1.00 | datorklase | |||||
| 7 | Slēdzienstatistika: korelācijas, vairāku kvantitatīvu un ordinālu pazīmju salīdzināšana. | Nodarbības | 1.00 | datorklase | |||||
| 8 | Slēdzienstatistika: regresijas modeļi | Nodarbības | 1.00 | datorklase | |||||
| 9 | Datu vizualizācija | Nodarbības | 2.00 | datorklase | |||||
| 10 | Bakalaura darba statistikas daļas noformēšana | Nodarbības | 1.00 | datorklase | |||||
| 11 | Patstāvīgais darbs. Eksāmens | Nodarbības | 1.00 | datorklase | |||||
| Tēmu saraksts (nepilna 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. | Lekcijas | 1.00 | datorklase | |||||
| 2 | Pamatdarbības programmās Excel un IBM SPSS | Nodarbības | 0.50 | datorklase | |||||
| 3 | Aprakstošā statistika programmā Excel un SPSS | Nodarbības | 1.00 | datorklase | |||||
| 4 | Slēdzienstatistika: pamatjēdzieni, 2 grupu salīdzināšana kvantitatīvai pazīmei | Lekcijas | 0.50 | datorklase | |||||
| Nodarbības | 0.50 | datorklase | |||||||
| 5 | Slēdzienstatistika: vairāk kā 2 grupu salīdzināšana (kvantitatīvs mainīgais) | Lekcijas | 0.50 | datorklase | |||||
| Nodarbības | 0.50 | datorklase | |||||||
| 6 | Slēdzienstatistika: 2 un vairāk grupu salīdzināšana (kategoriju tipa mainīgie) | Nodarbības | 0.50 | datorklase | |||||
| 7 | Slēdzienstatistika: korelācijas, vairāku kvantitatīvu un ordinālu pazīmju salīdzināšana. | Nodarbības | 0.50 | datorklase | |||||
| 8 | Slēdzienstatistika: regresijas modeļi | Nodarbības | 0.50 | datorklase | |||||
| 9 | Datu vizualizācija | Nodarbības | 1.00 | datorklase | |||||
| 10 | Bakalaura darba statistikas daļas noformēšana | Nodarbības | 0.50 | datorklase | |||||
| 11 | Patstāvīgais darbs. Eksāmens | Nodarbības | 0.50 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Patstāvīgā darba dati un datu apstrādes uzdevumi sadalīti studentiem pēc nejaušības principa. Studentam ir tiesības izvēlēties apstrādāt arī savus datus. Ārpus nodarbībām un lekcijām studenti studē literatūru un e-studiju materiālus, apraksta un interpretē patstāvīgā darba rezultātus MS Word programmā un veic nepieciešamās darbības MS Excel programmā vai IBM SPSS. | ||||||||
| Vērtēšanas kritēriji: | Tiek vērtēta studentu līdzdalība nodarbībās un metodikas ievērošana laboratorijas darbos; patstāvīgajā darbā veselības sporta specialitātes datu apstrāde programmās MS Excel un SPSS, rezultātu apraksts un interpretācija MS Word programmā. Gala vērtējumu veido laboratorijas darbi (50%), rakstisks eksāmens (50%). Par katru kavēto nodarbību – tēmas kopsavilkums, izmantojot norādīto literatūru (min. viena A4 lapa). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc sekmīgas studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: 1. Orientēties MS Excel, kā arī specializētās datu apstrādes programmas IBM SPSS lietošanas iespējās; 2. Formulēt datu analīzes pamatprincipus; 3. Interpretēt svarīgākos statistiskos rādītājus veselības sporta specialitātē. | ||||||||
| Prasmes: | Studiju kursa apguves rezultātā studenti pratīs: 1. Izmantot MS Excel programmas iespējas bakalaura vai cita zinātniski pētnieciskā darba veidošanā; 2. Lietot un veidot datu bāzes Excel, kā arī IBM SPSS vidēs; 3. Izveidot anketu pētījumam par jebkuru tematu veselības sporta specialitātē; 4. Savākt respondentu datus, ievadīt vai piemērot tos apstrādei; 5. Patstāvīgi apstrādāt datus un analizēt statistiskos rādītājus; 6. Konstruēt diagrammas MS Excel un SPSS vidēs. | ||||||||
| Kompetences: | Pieņemt lēmumu par piemērotu datu apstrādes metožu lietošanu attiecīgā situācijā. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Knapp H. Introductory statistics using SPSS. 2013 | ||||||||
| 2 | Teibe U. Bioloģiskā statistika. Rīga: Latvijas Universitāte, 2007, 156 lpp. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Field A. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018. | ||||||||
| 2 | Petrie A. & Sabin C. Medical Statistics at a Glance. 4th edition, 2020. | ||||||||
