Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Biostatistika
Kursa kods
SL_001
Zinātnes nozare
Citas veselības un sporta zinātņu apakšnozares; Veselības un sporta zinātnes
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Ārstniecība
LKI
7. līmenis
Studiju veids un forma
Pilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Olga Rajevska
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
Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika, slēdzienstatistikas metodes starpgrupu atšķirību novērtēšanai un saistību izpētei starp dažādiem mainīgajiem), kas nepieciešamas zinātniski pētnieciskā darba izstrādei un statistisko rādītāju pielietošanai savā specialitātē.
Priekšzināšanas
Vidējās izglītības līmenim atbilstošas zināšanas 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 biežāk lietotās MS Excel un IBM SPSS piedāvātās iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmatošanai; * 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 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 - katram studentam patstāvīgi jāsameklē pilna teksta zinātniskā publikācija, kurā izmantota kāda no kursā apgūtajām datu analīzes metodēm, un jāuzstājas ar 5-7 minūšu prezentāciju par statistikas metožu izmantošanu, rezultātu atspoguļošanu un korektu slēdzienu formulēšanu.
3. Patstāvīgais darbs – katram studentam būs jāizpilda četri uzdevumi, kuros būs iekļauti slēgta un atvērta tipa jautājumi, iekļaujot aprakstošās statistikas rādītājus un slēdzienstatistiku.
A. Lūgums pēc kursa apguves izpildīt anketu un sniegt mums atgriezenisko saiti par šo kursu, mēs to ļoti novērtēsim!
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
10 balles
|
|
Lai sekmīgi apgūtu studiju kursa vielu un sagatavotos studiju kursa gala pārbaudījumam, studējošais veic sekojošas aktivitātes (obligātas, netiek vērtētas ar atzīmi): 1. Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību - nodarbības atstrāde pievienojoties citai grupai pie esošā docētāja vai nodarbības temata apguve pašmācības ceļā - obligāti aizpildot pašpārbaudes jautājumus e-studijās. 2. Publikācijas analīzes mutiska prezentācija. Kursa gala vērtējums (atzīme) kumulatīvs: 50% – eksāmens - patstāvīgais darbs. 50% – daudzatbilžu tests ar 30 teorētiskiem un praktiskiem jautājumiem statistikā ar laika limitu 45 minūtes. |
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
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
|
3
|
Tēmas
|
Aprakstošās statistikas rādītāji. Izlases lieluma aprēķināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība.
Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Parametriskas datu apstrādes metodes.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
Ticamības intervāli.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Neparametriskas datu apstrādes metodes.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Korelācijas analīze. Regresijas analīze (Lineārā regresija).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Regresijas analīze (Binārā loģistiskā regresija). ROC līknes.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Dzīvildzes analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Attālināti
|
Datorklase
|
3
|
Tēmas
|
Zinātnisko publikāciju analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Praktiskais darbs ar datiem IMB SPSS
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Patstāvīgais darbs ar datiem IBM SPSS.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
36 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Peat J. & Barton B. Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal. 2nd edition. John Wiley & Sons, 2014. (pēdējais iznākušais izdevums)Piemērots angļu valodas plūsmai
2.
Field A. Discovering Statistics using IBM SPSS Statistics. 5th edition. Sage Publications, 2024.Piemērots angļu valodas plūsmai
3.
Petrie A. & Sabin C. Medical Statistics at a Glance. 4th edition. Wiley-Blackwell, 2019.Piemērots angļu valodas plūsmai
4.
Grech, V. Write a Scientific Paper (WASP): Effective graphs and tables. Early Human Development, 2019. 134, 51-54. DOI: 10.1016/j.earlhumdev.2019.05.013Piemērots angļu valodas plūsmai