Pārlekt uz galveno saturu
Studiju programma
Vadītājs
Ieva Reine

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:3.00
Kursa apraksta apstiprināšanas datums:05.08.2019
Par studiju kursu
Kursa kods:SL_002LKI līmenis:7. līmenis
Kredītpunkti:2.00ECTS:3.00
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistikaMērķauditorija:Ārstniecība
Studiju kursa vadītājs
Kursa vadītājs:Ieva Reine
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
Nodarbības (skaits)Lekciju ilgums (akadēmiskās stundas)Kopā lekciju kontaktstundas0
Nodarbības (numurs)5Nodarbību ilgums (akadēmiskās stundas)4Kopā nodarbību kontaktstundas20
Kopā kontaktstundas20
Nodarbības (skaits)Lekciju ilgums (akadēmiskās stundas)Kopā lekciju kontaktstundas0
Nodarbības (numurs)5Nodarbību ilgums (akadēmiskās stundas)4Kopā nodarbību kontaktstundas20
Kopā kontaktstundas20
Studiju kursa apraksts
Priekšzināšanas:
Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā.
Mērķis:
Sniegt pamatzināšanas un prasmes atbilstošu kvantitatīvo pētījumu plānošanā, datu ieguvē un statistiskajās datu apstrādes metodēs (aprakstošā statistika un slēdzienstatistikas metodes atšķirību novērtēšanai), kas nepieciešamas zinātniski pētniecisko darbu izstrādei un statistisko rādītāju pielietošanai savā specialitātē.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Statistikas loma pētījumu procesā, ievads par kvalitatīvajiem un kvantitatīvajiem pētījumiem, datu ieguvi un analīzi, aprakstošo statistiku un slēdzienstatistikas metodēm; pētījumu metodes medicīnas zinātnē, datu ieguves metodes: primārā un sekundārā.Nodarbības1.00datorklase
2Datu ieguve: aptaujas, intervijas un dokumentu apskati – metožu plānošana, priekšrocības un trūkumi.Nodarbības1.00datorklase
3Pētījumu mērķi un metodoloģijas izvēle. Zinātniskā projekta komponenti.Nodarbības1.00datorklase
4Pētījumu veidi medicīnas zinātnē, datu ieguves integritāte, zinātniskā ticamība u.c. kvalitātes kritēriji.Nodarbības1.00datorklase
5Izlase primārajā datu ieguvē. Izlases novērošanas kļūdas. Neparametrisku izlašu analīze kvantitatīviem datiem.Nodarbības1.00datorklase
6Datu sistematizācija – aprakstošā statistika. Kvalitatīvās un kvantitatīvās vienības. Statistikas rādītāji.Nodarbības1.00datorklase
7Statistisko datu attēlošana. Tabulu un diagrammu sagatavošana un noformēšana, aprakstošās statistikas rādītāji, izlases apjoma noteikšana.Nodarbības1.00datorklase
8Datu sadalījumi, statistiskās hipotēzes, statistiskais nozīmīgums, sadalījumu pārbaudes veidi.Nodarbības1.00datorklase
9Variācijas rādītāji, varbūtības teorija.Nodarbības1.00datorklase
10Pārbaudes darbs, ieskaite.Nodarbības1.00datorklase
Vērtēšana
Patstāvīgais darbs:
1. Individuālais darbs ar literatūru – sagatavošanās katrai nodarbībai atbilstoši tematiskajam plānam. 2. Patstāvīga datu analīze.
Vērtēšanas kritēriji:
Līdzdalība praktiskajās nodarbībās – izpildīti uzdevumi un aktīva līdzdarbošanās. Apgūto statistisko terminu un metožu praktiskā pielietojuma pārbaude – praktiskais darbs kursa noslēgumā. Studiju kursa beigās ieskaite – daudzatbilžu tests ar teorētiskiem jautājumiem statistikā.
Gala pārbaudījums (pilna laika studijas):Ieskaite
Gala pārbaudījums (nepilna laika studijas):
Studiju rezultāti
Zināšanas:Kursa mērķis ir sniegt pamatzināšanas un prasmes atbilstošu kvantitatīvo pētījumu plānošanā, datu ieguvē, statistiskajās datu apstrādes metodēs (aprakstošā statistika un slēdzienstatistikas metodes atšķirību novērtēšanai), kas nepieciešamas zinātniski pētniecisko darbu izstrādei un statistisko rādītāju pielietošanai savā specialitātē. Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * izvēlēties piemērotāko datu ieguves metodi; * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * manuāli īstenot biežāk lietotās datu analīzes metodes; * pārzināt kritērijus datu apstrādes metožu izmantošanai; * pareizi interpretēt svarīgākos statistiskos rādītājus.
Prasmes:Studiju kursa apguves rezultātā studenti pratīs: * izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * statistiski apstrādāt pētījuma datus; * korekti sagatavot datus statistiskai apstrādei; * izveidot tabulas un diagrammas ar iegūtajiem rezultātiem;
Kompetences:Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskas datu ieguves un apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1Teibe U. Bioloģiskā statistika. – Rīga: LU Akadēmiskais apgāds, 2007, p 155.
2Sokal, R.R., Rohlf, F.J.J., 1995. Biometry: the principles and practice of statistics in biological research, 3rd edition. W.H. Freeman and Company.
3Blettner M, Heuer C, Razum O. Critical reading of epidemiological papers. A guide. Eur J Public Health. 2001;11:97–101.
4Bernd Röhrig, Jean-Baptist du Prel, Daniel Wachtlin, Maria Blettner. Types of Study in Medical Research. Dtsch Arztebl Int. 2009 Apr; 106(15): 262–268.
Papildus literatūra
1Hammar, N, Persson, G. A short course in biostatistics. Studentlitteratur, Lund, 2001, p 156.
2Campbell, MJ, Machin, D. Medical Statistics: A Commonsense Approach. John Wiley & Sons, 1993.
Citi informācijas avoti
1Orlovska, A. Statistika: mācību grāmata. RTU izdevniecība, 2012, p 191.
2Dalgaard, P., 2002. Introductory Statistics with R 2nd edition. Springer, New York. doi:10.1007/978-0-387-79054-1