Pārlekt uz galveno saturu
Studiju programma
Vadītājs
Vinita Cauce

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:1.00
Kursa apraksta apstiprināšanas datums:03.10.2018
Par studiju kursu
Kursa kods:SL_009LKI 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)10Nodarbību ilgums (akadēmiskās stundas)4Kopā nodarbību kontaktstundas40
Kopā kontaktstundas40
Studiju kursa apraksts
Priekšzināšanas:
Sekmīgi apgūts studiju kurss Matemātiskā statistika I.
Mērķis:
Papildināt zināšanas un praktiskās iemaņas par pētījumu datu analīzes pamatmetodēm IBM SPSS, nostiprināt tās, izmantojot EpiIinfo u.c. programmas.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Hipotēžu pārbaudes. Kvantitatīvie dati. Trīs un vairāk neatkarīgas izlases.Nodarbības1.00datorklase
2Hipotēžu pārbaudes. Kvantitatīvie dati. Trīs un vairāk atkarīgas izlases.Nodarbības1.00datorklase
3Hipotēžu pārbaude. Kvalitatīvie dati. R x C šķērstabulas.Nodarbības1.00datorklase
4Korelācijas un regresijas analīzeNodarbības1.00datorklase
5EpiInfo programma.Nodarbības3.00datorklase
6Citas statistikas programmas, kalkulatori.Nodarbības1.00datorklase
7Patstāvīgs darbs ar datni.Nodarbības1.00datorklase
8Kursa kopsavilkums. Patstāvīgā darba prezentācija.Nodarbības1.00datorklase
Vērtēšana
Patstāvīgais darbs:
Individuālais darbs ar literatūru, EpiInfo programmā – sagatavošanās nodarbībai, neskaidro terminu noskaidrošana, mājas uzdevumu izpilde.
Vērtēšanas kritēriji:
Aktīva līdzdalība praktiskajās nodarbībās. Patstāvīgais darbs par datu apstrādi aprakstošās statistikas un hipotēžu pārbaudes padziļinātā 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. 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 zinās: * par statistikas aprēķiniem dažādās datorprogrammās; * par korelācijas un regresijas analīzi.
Prasmes:Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: * veikt hipotēžu pārbaudes vienas un vairāk izlašu gadījumos; * intepretēt kvantitatīvo mainīgo korelāciju; * aprēķināt aprakstošās statistikas rādītījus, konstruēt diagrammas un veikt hipotēžu pārbaudi līmenī MS Excel, SPSS, EpiInfo programmās, kā arī lietojot interneta statistikas kalkulatorus; * intepretēt datu apstrādes rezultātus atbilstoši specialitātei.
Kompetences:Veiksmīgas studiju kursa apguves rezultātā, studenti spēs praktiski izmantot datorprogrammas un kalkulatorus studiju procesā un profesionālajā sfērā datu apstrādes jautājumu risināšanā.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1Teibe U. Bioloģiskā statistika, LU, 2007.
2Field A. Discovering Statistics using IBM SPSS Statistics, 4th edition, ISBN-13: 978-1446249185, 2013.
3Petrie A. & Sabin C. Medical Statistics at a Glance, 3rd edition, 2009. ISBN: 978-1-405-18051-1