Pārlekt uz galveno saturu
Studiju programma
Vadītājs
Vinita Cauce

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:5.00
Kursa apraksta apstiprināšanas datums:02.09.2019
Par studiju kursu
Kursa kods:SL_008LKI līmenis:6. līmenis
Kredītpunkti:2.00ECTS:3.00
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistikaMērķauditorija:Sabiedrības veselība
Studiju kursa vadītājs
Kursa vadītājs:Vinita Cauce
Studiju kursa īstenotājs
Struktūrvienība:Statistikas mācību laboratorija
Struktūrvienības vadītājs:Andrejs Ivanovs
Kontaktinformācija:Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistikaatrsu[pnkts]lv, www.rsu.lv/statlab
Studiju kursa plānojums
Pilns laiks - 1. semestris
Nodarbības (skaits)Lekciju ilgums (akadēmiskās stundas)Kopā lekciju kontaktstundas0
Nodarbības (numurs)20Nodarbību ilgums (akadēmiskās stundas)2Kopā nodarbību kontaktstundas40
Kopā kontaktstundas40
Studiju kursa apraksts
Priekšzināšanas:
Matemātikas un informātikas zināšanas vidusskolas programmas līmenī, bet vēlams, lai iepriekš tiktu apgūts izvēles kurss informātika (1. st. gadā).
Mērķis:
Apgūt aprakstošās statistikas, hipotēžu pārbaudes pamatzināšanas un gūt priekšstatu par IBM SPSS programmas lietojumu specialitātē.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Ievads statistikā. Statistikas vieta un loma. Statistisko aprēķinu rīki (kalkulatori, programmas).Nodarbības1.00datorklase
2Ievads SPSS programmā. Aritmētiskās darbības un funkcijas SPSS vidē. Datu transformācijas. Filtri.Nodarbības1.00datorklase
3Datu ievade un datu apmaiņa MS Office un SPSS vidēs.Nodarbības1.00datorklase
4Tabulas un grafiki IBM SPSS vidē.Nodarbības1.00datorklase
5Aprakstošās statistikas rādītāju aprēķināšana IBM SPSS vidē: frekvenču aprēķināšana, centrālas tendences un izkliedes rādītāji. Datu sadalījumi.Nodarbības4.00datorklase
6Varbūtību teorijas elementi. Teorētiskie datu sadalījumi. Normālsadalījums. Normētais standartsadalījums.Nodarbības1.00datorklase
7Hipotēžu pārbaudes. Kvantitatīvie dati. Parametriskās un neparametriskās metodes.Nodarbības1.00datorklase
8Hipotēžu pārbaude. Parametriskās un neparametriskās metodes.Nodarbības2.00datorklase
9Hipotēžu pārbaude. Divi neatkarīgi kvantitatīvi mainīgie (divas izlases). Parametriskā un neparametriskās metodes.Nodarbības2.00datorklase
10Hipotēžu pārbaude. Divi atkarīgi kvantitatīvi mainīgie (divas izlases). Parametriskā un neparametriskās metodes.Nodarbības2.00datorklase
11Hipotēžu pārbaudes. Kvalitatīvie dati.Nodarbības1.00datorklase
12Hipotēžu pārbaude. Kvalitatīvie dati. 2 x 2 šķērstabulas.Nodarbības2.00datorklase
13Kursa kopsavilkums.Nodarbības1.00datorklase
Vērtēšana
Patstāvīgais darbs:
Individuālais darbs ar literatūru – sagatavošanās nodarbībai, neskaidro terminu noskaidrošana, mājas uzdevumu izpilde.
Vērtēšanas kritēriji:
Aktīva līdzdalība praktiskajās nodarbībās. Patstāvīgais darbs par datu apstrādi aprakstošās statistikas un hipotēžu pārbaudes pamata līmenī, kurā nepieciešams veikt aprēķinus un interpretēt rezultātus. Studiju kursa noslēgumā eksāmens, kurā tiks izpildīts datorizēts tests par raksturīgo vārdu kopām un lēmumu pieņemšanu datu apstrādē. Praktiska uzdevuma atrisināšana IBM SPSS vidē. 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):
Studiju rezultāti
Zināšanas:Veiksmīgas studiju kursa apguves rezultātā studenti: • Nosauks un izskaidros svarīgākās aprakstošās statistikas un hipotēžu pārbaudes pamatu raksturīgo vārdu kopas latviešu un angļu valodā. • Atpazīs pamatsituācijas datu apstrādē aprakstošās statistikas un hipotēžu pārbaudes pamata līmenī.
Prasmes:Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: • Sagatavot datus apstrādei IBM SPSS vidē. • Atlasīt datus pēc dažādiem kritērijiem SPSS vidē. • Pieņemt lēmumus par piemērotas aprakstošās statistikas aprēķiniem, diagrammu konstruēšanu un hipotēžu pārbaudi pamata līmenī. • Aprēķināt aprakstošo statistiku, konstruēt diagrammas un tabulas. • Veikt hipotēžu pārbaudi pamata līmenī IBM SPSS vidēs. • Interpretēt datu apstrādes rezultātus atbilstoši specialitātei.
Kompetences:Veiksmīgas studiju kursa apguves rezultātā, studenti spēs pareizi interpretēt statiskos rādītājus lasot zinātnisko literatūru specialitātē.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1Teibe U. Bioloģiskā statistika, LU, 2007.
Papildus literatūra
1A. Field. Discovering Statistics using IBM SPSS Statistics, 4th edition, ISBN-13: 978-1446249185, 2013.
2Petrie A. & Sabin Caroline. Medical Statistics at a Glance, 3rd edition, Willey Blackwell, 2009.