Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Konsultēšana statistikā
Kursa kods
SL_122
Zinātnes nozare
Citas sociālās zinātnes, tai skaitā starpnozaru sociālās zinātnes un militārā zinātne
Kredītpunkti (ECTS)
6,00
Mērķauditorija
Dzīvās dabas zinātnes
LKI
7. līmenis
Studiju veids un forma
Pilna laika; Nepilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Andrejs Ivanovs
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija
Baložu iela 14, A kurpuss, Rīga, +371 67060897, statistika@rsu.lv, www.rsu.lv/statlab
Par studiju kursu
Mērķis
Studiju kursa mērķis ir iepazīstināt studējošos ar dažādām prasmēm, kas nepieciešamas, lai kļūtu par veiksmīgu konsultantu statistikā. Šādas prasmes ietver tehnisko statistikas jēdzienu paskaidrošanu cilvēkiem, kas nav speciālisti statistikā, sadarbību ar citiem pētniekiem, pētījuma jautājuma pārvēršanu statistikas problēmā, konsultāciju procesa vadīšanu un rezultātu nodošanu atbilstoši klienta tehniskajam raksturojumam, kā arī citas lietas. Kursā tiek demonstrēti programmatūras rīki, kas var palīdzēt labāk prezentēt rezultātus. Tiek sniegts statistisko metožu un to piemērošanas konteksta vispārīgs pārskats, lai mudinātu studējošos izstrādāt savas metodes / rīcības plānu, kas var palīdzēt prezentēt potenciāli nozīmīgās metodes klientam. Tiek apspriesti izplatīti maldīgie priekšstati par statistiku un nepareizs pielietojums, kā arī daži ētiski apsvērumi.
Priekšzināšanas
• Studējošajiem nepieciešamas labas zināšanas par statistiku – bieži lietotiem jēdzieniem, metodēm un modeļiem. • „R” programmatūra.
Studiju rezultāti
Zināšanas
1.• Izskaidro statistikas konsultāciju procesa galvenos soļus un labo praksi; • Izprot statistikas konsultanta lomu starpnozaru pētījumos; • Izklāsta izplatītas kļūdas, kas tiek pieļautas, izmantojot statistikas metodes; • Klasificē dažādus pētījumu plānus, datu vākšanas metodes un atbilstošās statistikas metodes; • Izvēlas galvenās statistikas metodes dažāda veida problēmu risināšanai; • Definē „R” koda sintaksi un pakotnes bieži izmantotajiem statistiskajiem testiem un modeļiem.
Prasmes
1.• Informēt klientus ar dažādiem zināšanu līmeņiem par statistikas jēdzieniem un metodēm (un to nepareizu izmantošanu); • Apstrādāt patstāvīgi un pārveidot datus analīzei; • Izvēlēties un izmantot konkrētajiem datiem un problēmai piemērotāko statistikas metodi; • Sagatavot nobeiguma ziņojumu un prezentāciju, izmantojot „R Markdown” funkcionalitāti; • Sagatavot interaktīvu „R” lietojumprogrammu rezultātu prezentēšanai, izmantojot „R Shiny”, rakstiski un mutiski prezentēt rezultātus gan nozares speciālistiem, gan nespeciālistiem.
Kompetences
1.Pēc veiksmīgas studiju kursa apguves studējošie spēj piedalīties konsultāciju procesā un iegūt no klienta nepieciešamo informāciju sadarbības iespēju izvērtēšanai. Studējošie spēj aprakstīt klientam nepieciešamās analīzes veikšanas darbības, sniegt atbilstošās metodoloģijas pārskatu un ieskicēt iespējamos rezultātus. Studējošie ir gatavi vadīt savu darbu un risināt problēmas konsultāciju procesa laikā (iespējams, ar zināmu vadību), lai atbalstītu uzticamus un zinātniskus pētījumus.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Studējošajiem jāturpina pētīt lekcijās apspriestās tēmas un jāveido personiskie uzskati. Tas ietver atbilstošu žurnālu rakstu, statistikas praktiķu un konsultantu memuāru un citus resursu lasīšanu. Daļa šī kursa satura sniedzas ārpus akadēmiskās literatūras. Kursa projekta izstrāde.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Novērtējums 10 ballu skalā saskaņā ar RSU Studiju reglamentu:
• Kursa projekts – studējošie var izvēlēties no vairākiem piedāvātajiem projektiem. Studējošajiem ir jāsagatavo projekta atskaite un jāprezentē rezultāti – 60%;
• Rakstisks eksāmens – 40%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vajadzība pēc konsultācijām statistikā. Klientu veidi. Konsultācijas pretstatā sadarbībai, abpusēji ieguvumi no konsultācijām. Komunikācija ar klientu, konsultāciju process. Problēmas un rezultātu definēšana. Laika plānošana.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Rakstiska ziņojuma sagatavošanas pamatprincipi. Prezentācijas. Diagrammas.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Izplatītas problēmas, maldīgi priekšstati par statistikas metodēm un to nepareizs pielietojums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Resursi un programmatūras rīki statistisko jēdzienu prezentēšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (1): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija (1): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Statistisko rezultātu paziņošana. Statistikas metožu sadaļas rakstīšana zinātniskajos rakstos.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Pētījuma zinātniskā metode salīdzinājumā ar hipotēzes izvirzīšanu no datiem. Jautājumi, kas saistīti ar statistikas konsultāciju starpdisciplināro raksturu un ētiskajiem apsvērumiem.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu vākšanas metodes. Datu pārvaldība.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (2): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija (2): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Pārskats par pētījumu plāniem.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Statistikas metožu pārskats. Prognozējošie un skaidrojošie modeļi.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Projekta dokumentācija. Nobeiguma ziņojuma saturs un formatēšana. Padziļināts ieskats „R Markdown” ziņojumu rakstīšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (3): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija (3): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Diagrammas un interaktīvas vizualizācijas „R” (ggplot2, plotly).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Diagrammas un interaktīvas vizualizācijas „R” (ggplot2, plotly).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Interaktīva rezultātu prezentēšana, izmantojot „R” un „R Shiny”.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Interaktīva rezultātu prezentēšana, izmantojot „R” un „R Shiny”.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kursa projektu noslēguma prezentācijas.
|
Kopā kredītpunkti (ECTS):
6,00
Kontaktstundas:
46 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
NEPILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Vajadzība pēc konsultācijām statistikā. Klientu veidi. Konsultācijas pretstatā sadarbībai, abpusēji ieguvumi no konsultācijām. Komunikācija ar klientu, konsultāciju process. Problēmas un rezultātu definēšana. Laika plānošana.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Rakstiska ziņojuma sagatavošanas pamatprincipi. Prezentācijas. Diagrammas.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Izplatītas problēmas, maldīgi priekšstati par statistikas metodēm un to nepareizs pielietojums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Resursi un programmatūras rīki statistisko jēdzienu prezentēšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (1): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija (1): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Statistisko rezultātu paziņošana. Statistikas metožu sadaļas rakstīšana zinātniskajos rakstos.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Pētījuma zinātniskā metode salīdzinājumā ar hipotēzes izvirzīšanu no datiem. Jautājumi, kas saistīti ar statistikas konsultāciju starpdisciplināro raksturu un ētiskajiem apsvērumiem.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Datu vākšanas metodes. Datu pārvaldība.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (2): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Vieslekcija (2): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Pārskats par pētījumu plāniem.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Statistikas metožu pārskats. Prognozējošie un skaidrojošie modeļi.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Projekta dokumentācija. Nobeiguma ziņojuma saturs un formatēšana. Padziļināts ieskats „R Markdown” ziņojumu rakstīšanai.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Gadījuma izpēte (3): problēma, dati, metodoloģija, darba kārtība, iznākums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Vieslekcija (3): saruna un diskusija ar akadēmiķi / nozares ekspertu.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Diagrammas un interaktīvas vizualizācijas „R” (ggplot2, plotly).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Interaktīva rezultātu prezentēšana, izmantojot „R” un „R Shiny”.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kursa projektu noslēguma prezentācijas.
|
Kopā kredītpunkti (ECTS):
6,00
Kontaktstundas:
33 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Cabrera, J. & McDougall, A. (2013). Statistical consulting. Springer Science & Business Media.Piemērots angļu valodas plūsmai
2.
Hand, D. J. & Everitt, B. S. (Eds.). (2007). The statistical consultant in action. Cambridge University Press.Piemērots angļu valodas plūsmai
Papildu literatūra
1.
Wasserman, L. (2013). All of statistics: a concise course in statistical inference. Springer Science & Business Media.Piemērots angļu valodas plūsmai
2.
Friedman, J., Hastie, T. & Tibshirani, R. (2001). The elements of statistical learning. New York: Springer series in statistics. Available from: https://web.stanford.edu/~hastie/Papers/ESLII.pdfPiemērots angļu valodas plūsmai
3.
Izenman, Alan J. (2001). Modern Multivariate Statistical Techniques. New York: Springer series in statistics.Piemērots angļu valodas plūsmai
4.
Härdle, W. & Simar, L. (2007). Applied multivariate statistical analysis. Berlin: Springer.Piemērots angļu valodas plūsmai
5.
Montgomery, D. C. (2017). Design and analysis of experiments. John Wiley & sons.Piemērots angļu valodas plūsmai
6.
Xie, Y., Allaire, J. J. & Grolemund, G. (2018). R Markdown: The definitive guide. CRC Press.Piemērots angļu valodas plūsmai