Veidlapa Nr. M-3 (8)

Studiju kursa apraksts

Biostatistika

Studiju kursa pamatinformācija

Kursa kods

SL_003

Zinātnes nozare

Matemātika; Varbūtību teorija un matemātiskā statistika

Kredītpunkti (ECTS)

6,00

Mērķauditorija

Dzīvās dabas zinātnes

LKI

7. līmenis

Studiju veids un forma

Pilna laika

Studiju kursa īstenotājs

Kursa vadītājs

Māra Grēve

Struktūrvienības vadītājs

Andrejs Ivanovs

Struktūrvienība

Statistikas mācību laboratorija

Kontaktinformācija

Baložu iela 14, A korpuss, Rīga, +371 67060897, statistika@rsu.lv, www.rsu.lv/statlab

Par studiju kursu

Mērķis

Iegūt zināšanas un prasmes biomedicīnā izmantotajās statistiskās datu apstrādes metodēs (aprakstošā statistika, slēdzienstatistika atšķirību novērtēšanai un saistību izpētei starp dažādiem mainīgajiem), kas nepieciešamas zinātniski pētnieciskā darba izstrādei maģistra darba līmenī, padziļinātai zinātnisko publikāciju analīzei un korektam kvantitatīvā pētījuma rezultāta pierakstam.

Priekšzināšanas

Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. Vēlamas pamatzināšanas statistikā un pētījumu dizainā.

Studiju rezultāti

Zināšanas

1.Atpazīt statistisko terminoloģiju un izmantotās pamatmetodes zinātniskās publikācijās.

Patstāvīgais darbs un pārbaudījumi

Individuālais darbs ar literatūru • Pašpārbaudes testi • Tests 1 • Tests 2 • Publikācijas analīze

2.Pārzināt biežāk lietotās MS Excel un IBM SPSS Statistics piedāvātās iespējas datu apstrādē.

Patstāvīgais darbs un pārbaudījumi

Tabulas izveide • Datu analīze

3.Pārzināt datu apstrādes metožu izvēles kritērijus atbilstoši datu struktūrai un pētījuma mērķiem.

Patstāvīgais darbs un pārbaudījumi

Datu analīze • Pašpārbaudes testi • Tabulas izveide • Tests 1 • Tests 2 • Publikācijas analīze

4.Izprast būtiskāko statistisko rādītāju nozīmi un interpretācijas principus.

Patstāvīgais darbs un pārbaudījumi

Publikācijas analīze • Pašpārbaudes testi • Tests 2 • Tabulas izveide • Tests 1 • Datu analīze • Individuālais darbs ar literatūru

Prasmes

1.Ievadīt un rediģēt datus datorprogrammās MS Excel un IBM SPSS Statistics.

Patstāvīgais darbs un pārbaudījumi

Datu analīze

2.Sagatavot datus statistiskai analīzei, ievērojot datu kvalitātes prasības.

Patstāvīgais darbs un pārbaudījumi

Datu analīze

3.Pamatoti izvēlēties piemērotas statistiskās metodes un veikt hipotēžu pārbaudi.

Patstāvīgais darbs un pārbaudījumi

Datu analīze • Pašpārbaudes testi • Tabulas izveide • Publikācijas analīze

4.Pielietot MS Excel un IBM SPSS Statistics rīkus dažāda veida statistiskajai datu analīzei.

Patstāvīgais darbs un pārbaudījumi

Tabulas izveide • Datu analīze

5.Izveidot tabulas un diagrammas MS Excel un IBM SPSS Statistics programmās iegūtajiem rezultātiem.

Patstāvīgais darbs un pārbaudījumi

Tabulas izveide

6.Strukturēti un korekti interpretēt statistiskās analīzes rezultātus.

Patstāvīgais darbs un pārbaudījumi

Tests 2 • Tests 1 • Datu analīze • Publikācijas analīze

Kompetences

1.Novērtēt dažādas statistiskās metodes un pamatot to piemērotību konkrētam pētījuma mērķim.

Patstāvīgais darbs un pārbaudījumi

Pašpārbaudes testi • Tests 1 • Datu analīze • Tabulas izveide • Publikācijas analīze • Tests 2

2.Integrēt apgūtās metodes praktiskā datu analīzē, izmantojot MS Excel un IBM SPSS Statistics programmatūru.

Patstāvīgais darbs un pārbaudījumi

Tabulas izveide • Datu analīze

Vērtēšana

Patstāvīgais darbs

Virsraksts	% no gala vērtējuma	Vērtējums
1. Individuālais darbs ar literatūru	-	-
Sagatavošanās katrai nodarbībai, atbilstoši tematiskajam plānam, izmantojot nodarbību prezentācijas un obligāto literatūru.
2. Pašpārbaudes testi	5,00% no gala vērtējuma	10 balles
Deviņi pašpārbaudes testi pēc katras jaunās teorētiskās tēmas, kas ļauj patstāvīgi izvērtēt un nostiprināt savu izpratni un sagatavotību, bez laika un aizpildīšanas reižu skaita ierobežojuma.
3. Tabulas izveide	-	Ieskaite
Patstāvīga tabulas izveide, divu neatkarīgu grupu salīdzināšanai, noformējot to atbilstoši publikāciju prasībām - studentam tiks iedoti dati (dažāda veida mainīgie), kuri jāanalizē kā iepriekš apgūtajās tēmās, un rezultāti jāapkopo tabulas veidā, kuras piemērs tiks dots.
4. Publikācijas analīze	5,00% no gala vērtējuma	10 balles
Patstāvīga zinātniskās publikācijas analīze - studentam jāsameklē pilna teksta publikācija (uzticama zinātniskā literatūra) par sev interesējošu biomedicīnas tēmu, kurā izmantota kāda no kursā apgūtajām statistiskās datu apstrādes metodēm, tā jāprezentē, un jāiesaistās diskusijā par citu studentu izvēlētajām zinātniskajām publikācijām.
5. Kursa novērtēšanas anketas izpilde	-	-
Lūgums aizpildīt studiju kursa novērtēšanas anketu Studējošo portālā, lai izvērtētu studiju kursa kvalitāti kopumā.

Pārbaudījums

Virsraksts	% no gala vērtējuma	Vērtējums
1. Datu analīze	50,00% no gala vērtējuma	10 balles
Studentam tiks sagatavoti pētījuma datu faili (vai studenti var izmantot sava pētījuma datus) ar definētiem pētījuma uzdevumiem. Studentam vajadzēs apstrādāt datus, lai sasniegtu definētos uzdevumus, izmantojot aprakstošās statistikas un slēdzienstatistikas metodes, aprakstīt iegūtos rezultātus noslēguma darbā, noformēt darbu, atbilstoši prasībām, un iesniegt to e-studijās.
2. Tests 1	20,00% no gala vērtējuma	10 balles
Daudzatbilžu tests par kursa pirmās daļas tēmām (15 teorētiski un praktiski jautājumi statistikā ar laika limitu 15 minūtes).
3. Tests 2	20,00% no gala vērtējuma	10 balles
Daudzatbilžu tests par kursa otrās daļas tēmām (15 teorētiski un praktiski jautājumi statistikā ar laika limitu 15 minūtes).

Studiju kursa tēmu plāns

PILNA LAIKA

1. daļa

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Ievads statistikā, statistikas loma pētījuma procesā. Datu veidi, mērskalas, datu ievade, datu sagatavošana MS Excel. Iepazīšanās ar IBM SPSS Statistics. Pamatdarbības ar datiem IBM SPSS Statistics programmā. Biežuma sadalījuma aprēķins un grafisks attēlojums.

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Aprakstošās statistikas rādītāji MS Excel un IBM SPSS Statistics, to grafisks attēlojums. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji.

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Ticamības intervāli. Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība. Normālsadalījuma pārbaudes testi IBM SPSS Statistics. Vienas izlases t-tests Ms Excel un IBM SPSS Statistics. Izlases apjoma aprēķins.

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Parametriskās un neparametriskās datu apstrādes metodes. Neatkarīgo un atkarīgo izlašu salīdzināšana divām grupām.

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Parametriskās un neparametriskās datu apstrādes metodes. Neatkarīgo un atkarīgo izlašu salīdzināšana vairāk kā divām grupām.

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Kvalitatīvo datu apstrādes metodes neatkarīgām un atkarīgām izlasēm. Patstāvīgais darbs: divu neatkarīgu grupu salīdzināšanas kopsavilkums.

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Korelācijas analīze un lineārā regresijas analīze.

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Binārā loģistiskā regresija. ROC līknes.

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Dzīvildzes analīze (Kaplana-Meiera metode un Koksa regresija).

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Bland-Altman diagramma. Starpklašu korelācijas koeficients. Apgūto statistisko metožu kopsavilkums un pielietojums praksē.

Lekcija

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Patstāvīgais darbs: zinātnisko publikāciju analīze.

Nodarbība/Seminārs

Modalitāte	Norises vieta	Kontaktstundas
Klātiene	Datorklase	4

Tēmas

Patstāvīgais darbs ar datiem IBM SPSS Statistics. Patstāvīgā darba prezentācija.

Kopā kredītpunkti (ECTS):

6,00

Kontaktstundas:

48 ak. st.

Gala pārbaudījums:

Eksāmens (Rakstisks)

Bibliogrāfija

Obligātā literatūra

1.

Petrie, A. & Sabin, C. Medical Statistics at a Glance. 4th edition, Wiley-Blackwell, 2020.

2.

Peat, J. & Barton, B. Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal. 2nd edition, John Wiley & Sons, 2014.

3.

Field, A. Discovering Statistics using IBM SPSS Statistics. 5th edition, Sage Publications, 2018.

Papildu literatūra

1.

Grech, V. Write a Scientific Paper (WASP): Effective graphs and tables. Early Human Development, 2019. DOI: 10.1016/j.earlhumdev.2019.05.013