Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Statistika
Kursa kods
SL_020
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Sociālā labklājība un sociālais darbs
LKI
7. līmenis
Studiju veids un forma
Pilna laika; Nepilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Ināra Kantāne
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
Sniegt zināšanas par pamatstatistikas metožu izmantošanu statistiskajā analīzē un iepazīstināt ar IBM SPSS programmu.
Priekšzināšanas
Pamatzināšanas matemātikā un informātikā.
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; * pareizi interpretēt svarīgākos statistiskos rādītājus.
Prasmes
1.Studiju kursa apguves rezultātā studējošie 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 studējošie 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. Patstāvīgais darbs – katram studentam tiks sagatavoti pētījuma datu faili (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, aprakstīt iegūtos rezultātus noslēguma darbā, noformēt darbu, atbilstoši prasībām, un prezentēt iegūtos rezultātus pēdējā nodarbībā.
Lai izvērtētu studiju kursa kvalitāti kopumā, studentam jāaizpilda studiju kursa novērtēšanas anketa Studējošo portālā.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību – tēmas kopsavilkums, izmantojot norādīto literatūru (min. 1 A4 lapa).
Studiju kursa beigās ieskaite:
1. Patstāvīgā darba mutiska prezentācija – 50%
2. Eksāmens - daudzatbilžu tests ar teorētiskiem jautājumiem statistikā – 50%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ievads statistikā, statistikas loma pētījuma procesā.
Datu veidi, mērskalas, datu ievade, datu sagatavošana MS Excel.
Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāji MS Excel un IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Statistiskās hipotēzes, to veidi.
Hipotēžu pārbaude. P vērtība.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Parametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Korelācijas analīze. Regresijas analīze (Lineārā regresija).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Regresijas analīze (Binārā loģistiskā regresija).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Zinātnisko publikāciju analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgā darba prezentācija.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
NEPILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ievads statistikā, statistikas loma pētījuma procesā.
Datu veidi, mērskalas, datu ievade, datu sagatavošana MS Excel.
Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāji MS Excel un IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Statistiskās hipotēzes, to veidi.
Hipotēžu pārbaude. P vērtība.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Parametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Korelācijas analīze. Regresijas analīze (Lineārā regresija).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Regresijas analīze (Binārā loģistiskā regresija).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Zinātnisko publikāciju analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgais darbs ar datiem IBM SPSS.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgā darba prezentācija.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Teibe U. Bioloģiskā statistika. Rīga: LU Akadēmiskais apgāds, 2007, p 155.
2.
Field A. Discovering Statistics using IBM SPSS Statistics. 4th edition, 2013.
3.
Petrie A. & Sabin C. Medical Statistics at a Glance. 3rd edition, 2009.