.
Statistikas pamati
Studiju programma
Vadītājs
Madara Miķelsone
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:4.00
Kursa apraksta apstiprināšanas datums:26.09.2019
Par studiju kursu | |||||||||
Kursa kods: | SL_016 | LKI līmenis: | 6. līmenis | ||||||
Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Māszinības | ||||||
Studiju kursa vadītājs | |||||||||
Kursa vadītājs: | Madara Miķelsone | ||||||||
Studiju kursa īstenotājs | |||||||||
Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
Struktūrvienības vadītājs: | Andrejs Ivanovs | ||||||||
Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika![]() | ||||||||
Studiju kursa plānojums | |||||||||
Pilns laiks - 1. semestris | |||||||||
Nodarbības (skaits) | 5 | Lekciju ilgums (akadēmiskās stundas) | 2 | Kopā lekciju kontaktstundas | 10 | ||||
Nodarbības (numurs) | 11 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 22 | ||||
Kopā kontaktstundas | 32 | ||||||||
Studiju kursa apraksts | |||||||||
Priekšzināšanas: | Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. | ||||||||
Mērķis: | Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika un slēdzienstatistikas metodes), kas nepieciešamas noslēguma darba izstrādei un statistisko rādītāju pielietošanai izvēlētajā specialitātē. | ||||||||
Tēmu saraksts (pilna laika studijas) | |||||||||
Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
1 | Ievads statistikā, statistikas loma pētījuma procesā. Datu veidi, mērskalas. | Lekcijas | 1.00 | datorklase | |||||
2 | Datu sagatavošana datu bāzes izveidei. Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā. | Lekcijas | 1.00 | datorklase | |||||
3 | Aprakstošās statistikas rādītāji un to ieguves veidi IBM SPSS programmā. | Nodarbības | 1.00 | datorklase | |||||
4 | Normālsadalījums un to raksturojošie aprakstošās statistikas rādītāji. | Lekcijas | 1.00 | datorklase | |||||
5 | Tabulu un diagrammu izveide IBM SPSS atbilstoši datu veidam. | Nodarbības | 1.00 | datorklase | |||||
6 | Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība. Ticamības intervāli. | Lekcijas | 1.00 | datorklase | |||||
7 | Parametriskās datu apstrādes metodes kvantitatīviem datiem 2 atkarīgu vai neatkarīgu izlašu salīdzināšanai. | Nodarbības | 1.00 | datorklase | |||||
8 | Neparametriskās datu apstrādes metodes kvantitatīviem vai ordināliem datiem 2 atkarīgu vai neatkarīgu izlašu salīdzināšanai. | Nodarbības | 1.00 | datorklase | |||||
9 | Parametriskās un neparametriskās datu apstrādes metodes vismaz 3 atkarīgu vai neatkarīgu izlašu salīdzināšanai. | Nodarbības | 1.00 | datorklase | |||||
10 | Kvalitatīvo datu apstrāde atkarīgām un neatkarīgām izlasēm. Izredžu attiecība, relatīvais risks. | Nodarbības | 1.00 | datorklase | |||||
11 | Uzticamības analīze. Skalas saskaņotības koeficients (Kronbaha Alfa). | Lekcijas | 1.00 | datorklase | |||||
12 | Praktiskais darbs ar datiem IBM SPSS. | Nodarbības | 2.00 | datorklase | |||||
13 | Publikācijas analīze. | Nodarbības | 1.00 | datorklase | |||||
14 | Patstāvīgais darbs ar datiem IBM SPSS. | Nodarbības | 1.00 | datorklase | |||||
15 | Noslēguma darba prezentācija. | Nodarbības | 1.00 | datorklase | |||||
Vērtēšana | |||||||||
Patstāvīgais darbs: | 1. Individuālais darbs ar literatūru – sagatavošanās katrai nodarbībai atbilstoši tematiskajam plānam. 2. Patstāvīga zinātniskās publikācijas analīze, kas jāprezentē pēdējā nodarbībā. 3. Patstāvīgais darbs – katram studentam tiks sagatavots pētījuma datu fails (vai students var izmantot sava pētījuma datus) ar nodefinētiem pētījuma uzdevumiem. Studentam vajadzēs statistiski apstrādāt datus, lai sasniegtu nodefinētos uzdevumus, izmantojot aprakstošās statistikas metodes, slēdzienstatistikas un/vai analītiskās statistikas metodes, noformēt darbu atbilstoši prasībām un prezentēt iegūtos rezultātus pēdējā nodarbībā. | ||||||||
Vērtēšanas kritēriji: | Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību – praktiskais darbs un kontroljautājumi par kavētās nodarbības tēmu. Studiju kursa beigās ieskaite: 1. Zinātniskās publikācijas analīzes un patstāvīgā darba mutiska prezentācija. 2. Daudzatbilžu tests ar teorētiskiem jautājumiem statistikā. | ||||||||
Gala pārbaudījums (pilna laika studijas): | Eksāmens | ||||||||
Gala pārbaudījums (nepilna laika studijas): | |||||||||
Studiju rezultāti | |||||||||
Zināšanas: | Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt IBM SPSS piedāvātās iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmantošanai; * pareizi interpretēt svarīgākos statistiskos rādītājus. | ||||||||
Prasmes: | Studiju kursa apguves rezultātā studenti pratīs: * ievadīt un rediģēt datus datorprogrammās MS Excel un IBM SPSS; * korekti sagatavot datus statistiskai apstrādei; * izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * statistiski apstrādāt pētījuma datus, izmantojot datorprogrammas IBM SPSS; * izveidot tabulas un diagrammas IBM SPSS programmās ar iegūtajiem rezultātiem; * korekti aprakstīt iegūtos pētījuma rezultātus. | ||||||||
Kompetences: | Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskās datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot IBM SPSS programmatūru, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē. | ||||||||
Bibliogrāfija | |||||||||
Nr. | Atsauce | ||||||||
Obligātā literatūra | |||||||||
1 | Teibe U. Bioloģiskā statistika. Rīga: LU 2007 - 156 lpp. | ||||||||
2 | Petrie A. & Sabin C. Medical Statistics at a Glance, 3rd edition, 2009. ISBN: 978-1-405-18051-1 | ||||||||
3 | Field A. Discovering Statistics using IBM SPSS Statistics, 4th edition, ISBN-13: 978-1446249185, 2013. |