Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Statistikas pamati
Kursa kods
SL_019
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Sociālā labklājība un sociālais darbs
LKI
6. 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
Baložu iela 14, A korpuss, Rīga, +371 67060897, statistika@rsu.lv, www.rsu.lv/statlab
Par studiju kursu
Mērķis
Nodrošināt studentiem iespēju iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika un slēdzienstatistikas metodes atšķirību novērtēšanai), kas nepieciešamas noslēguma 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 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 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. Pastāvīga zinātniskās publikācijas analīze.
3. Noslēguma 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, 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.
Apgūto statistisko terminu un metožu praktiskā pielietojuma pārbaude.
Studiju kursa beigās:
1. Noslēguma darba mutiska prezentācija – 50%.
2. Eksāmens – daudzatbilžu tests ar teorētiskiem jautājumiem statistikā – 50%.
Par katru kavēto nodarbību – tēmas kopsavilkums izmantojot norādīto literatūru (min. viena A4 lapa).
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Ievads statistikā, statistikas loma pētījuma procesā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Datu veidi, mērskalas, datu ievade, datu sagatavošana MS Excel.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāju aprēķināšana Excel un IBM SPSS Statistics, to interpretācija.
|
-
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.
Vienas izlases t tests.
Neatkarīgo izlašu salīdzināšana.
Stjūdenta t tests. Dispersijas analīze (ANOVA).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Atkarīgo izlašu salīdzināšana.
Pāru t tests. Dispersijas analīze atkarīgām izlasēm.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo izlašu salīdzināšana.
Manna-Vitnija tests.
Kruskola-Volisa tests
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Atkarīgo izlašu salīdzināšana.
Vilkoksona tests, Maknemāra tests.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases. Pīrsona hī kvadrāta un Fišera ekzaktais tests.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Uzticamības analīze. Skalas saskaņotības koeficients (Kronbaha Alfa)
|
-
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
|
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:
32 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
NEPILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Iepazīšanās ar IBM SPSS. Pamatdarbības ar datiem IBM SPSS programmā.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Aprakstošās statistikas rādītāju aprēķināšana Excel un IBM SPSS Statistics, to interpretācija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases. Pīrsona hī kvadrāta un Fišera ekzaktais tests.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Patstāvīgā darba prezentācija.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
20 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Petrie A. & Sabin C. Medical Statistics at a Glance. 3rd edition, 2009.
2.
Field A. Discovering Statistics using IBM SPSS Statistics. 4th edition, 2013.
3.
Teibe U. Bioloģiskā statistika. Rīga: LU 2007, – 156 lpp.
Citi informācijas avoti
1.
How to choose a statistical test.