Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Biostatistika
Kursa kods
SL_014
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Rehabilitācija
LKI
7. līmenis
Studiju veids un forma
Pilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Vinita Cauce
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija
Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika@rsu.lv, www.rsu.lv/statlab
Par studiju kursu
Mērķis
Kursa mērķis ir sniegt studentiem vispārīgās statistikas un lietišķās matemātikas zināšanas un iemaņas, kas nepieciešamas, lai radītu izpratni par uz pierādījumiem balstītas medicīnas nozīmi uzturzinātnieka izglītībā.
Priekšzināšanas
Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. Pamatzināšanas pētniecības metodēs.
Studiju rezultāti
Zināšanas
1.Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt MS Excel un IBM SPSS piedāvātas iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmatošanai; * pārzinās kā pareizi interpretēt svarīgākos statistiskos rādītājus.
Prasmes
1.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 MS Excel un IBM SPSS; * Izveidot tabulas un diagrammas MS Excel un IBM SPSS programmās ar iegūtajiem rezultātiem; * Korekti aprakstīt iegūtos pētījuma rezultātus.
Kompetences
1.Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskas datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot datorprogrammas MS Excel un IBM SPSS, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
1. Individuālais darbs ar literatūru – sagatavošanās katrai nodarbībai atbilstoši tematiskajam plānam;
2. Patstāvīga zinātniskās publikācijas analīze.
3. Maģistra darba datu analīzes plāna projekta izstrāde.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību – tēmas kopsavilkums izmantojot norādīto literatūru (min. 1 A4 lapa).
Studentu studiju kursā sasniegto rezultātu kopvērtējumu veido:
• zinātniska raksta analīzes prezentācija: (30%);
• maģistra darba datu analīzes plāna projekta izstrāde un prezentācija (20%);
• noslēguma pārbaudījums, rakstisks eksāmens (tests): (50%).
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Statistisko hipotēžu pārbaude. Kvalitatīvie dati.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Statistisko hipotēžu pārbaude. Parametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Statistisko hipotēžu pārbaude. Kvalitatīvie dati.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Korelācijas analīze. Regresijas analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ievads. Datu veidi, datnes izveide. Ievads IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Datu prezentācija. Aprakstošā statistika.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Statistisko hipotēžu pārbaude. Neparametriskās metodes.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Korelācijas analīze. Regresijas analīze.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Ievads. Datu veidi, datnes izveide. Ievads IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Zinātniska raksta analīze. Pētījuma datu analīzes plāna projekts.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Dzīvildzes analīze. Faktoru un klasteru analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Zinātniska raksta analīze. Pētījuma datu analīzes plāna projekts.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Datu prezentācija. Aprakstošā statistika.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Dzīvildzes analīze. Faktoru un klasteru analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Statistisko hipotēžu pārbaude. Neparametriskās metodes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Statistisko hipotēžu pārbaude. Parametriskās metodes.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Teibe U. Bioloģiskā statistika. Rīga: LU 2007 - 156 lpp. (akceptējams izdevums)
2.
Barton, Belinda Peat, Jennifer. Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal. 2014.
Papildu literatūra
1.
Field A. Discovering Statistics using IBM SPSS Statistics. 2018
2.
Petrie A. & Sabin C. Medical Statistics at a Glance. 2020
Citi informācijas avoti
1.
Latvijas Centrālā statistikas biroja dati adresē
2.
SPSS for Beginners.