Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Matemātiskā statistika I
Kursa kods
SL_011
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Sabiedrības veselība
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
Nostiprināt vai iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs, kas nepieciešamas studiju kursa Matemātiskā statistika II apgūšanā, statistiskos rādītāju interpretācijā sabiedrības veselības specialitātē.
Priekšzināšanas
Informātika un matemātika vidusskolas kursa apjomā.
Studiju rezultāti
Zināšanas
1.Veiksmīgas studiju kursa apguves rezultātā studenti: * Atpazīs statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * Pārzinās Ms Excel, SPSS datorprogrammu piedāvātas iespējas datu apstrādē, datu vizualizācijā; * Pārzinās kritērijus parametrisko un neparametrisko metožu izmantošanai.
Prasmes
1.Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: * Izveidot un rediģēt datu bāzi MS Excel, SPSS; * Korekti sagatavot datus statistiskai apstrādei; * Izveidot un rediģēt tabulas, diagrammas; * Apstrādāt pētījumu datus, izmantojot datorprogrammas; * Izvēlēties piemērotas datu apstrādes metodes, t.sk., spēj veikt statistisko hipotēžu pārbaudes; * Izmantot piemērotus statistiskās analīzes atspoguļošanas līdzekļus rezultātu aprakstā.
Kompetences
1.Veiksmīgas studiju kursa apguves rezultātā, studenti spēs pareizi interpretēt svarīgākos statistiskos rādītājus sabiedrības veselības specialitātē un praktiski izmantot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Individuālais darbs ar literatūru – sagatavošanās nodarbībai, neskaidro terminu noskaidrošana, mājas uzdevumu izpilde.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Aktīva līdzdalība praktiskajās nodarbībās;
Apgūto statistisko terminu un metožu praktiskā pielietojuma pārbaudes;
Uzdoto mājas darbu pārbaudes;
Studiju kursa beigās eksāmens, kurš sastāv no rakstiskās daļas (testa ar 30 jautājumiem)-50% un praktiska uzdevuma datu apstrādē- 50%. Rakstiskajā eksāmena daļā tiek pārbaudītas statistiskās terminoloģijas un metožu zināšanas un to praktiskais pielietojums.
Par katru kavēto nodarbību – tēmas kopsavilkums, izmantojot norādīto literatūru (min. viena A4 lapa).
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Ievads SPSS programmā. Aritmētiskās darbības un funkcijas. Datu filtri. Datu transformācijas. Datu bāzes izveide un noformēšana. Datu tīrīšana: iztrūkstošās vērtības un izlēcēji.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Ievads SPSS programmā. Aritmētiskās darbības un funkcijas. Datu filtri. Datu transformācijas. Datu bāzes izveide un noformēšana. Datu tīrīšana: iztrūkstošās vērtības un izlēcēji.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Aprakstošā statistika: Datu veidi un to mērījumu skalas. Biežumu sadalījumi. Centrālās tendences rādītāji. Variācijas rādītāji. Sadalījuma formas rādītāji. Tabulu un diagrammu veidošana, to atbilstoša noformēšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Aprakstošā statistika: Datu veidi un to mērījumu skalas. Biežumu sadalījumi. Centrālās tendences rādītāji. Variācijas rādītāji. Sadalījuma formas rādītāji. Tabulu un diagrammu veidošana, to atbilstoša noformēšana.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
1
|
Tēmas
|
Varbūtības jēdziens, teorētiskie sadalījumi. Ticamības intervāls. Statistiskās hipotēzes, to veidi. Parametriskās hipotēžu pierādīšanas metodes (t-tests, dispersiju analīze).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Varbūtības jēdziens, teorētiskie sadalījumi. Ticamības intervāls. Statistiskās hipotēzes, to veidi. Parametriskās hipotēžu pierādīšanas metodes (t-tests, dispersiju analīze).
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
1
|
Tēmas
|
Neparametriskās hipotēžu pierādīšanas metodes (Manna-Vitnija, Vilkoksona, Kruskola-Volisa, Frīdmana tests).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Neparametriskās hipotēžu pierādīšanas metodes (Manna-Vitnija, Vilkoksona, Kruskola-Volisa, Frīdmana tests).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Neparametriskās hipotēžu pierādīšanas metodes kvalitatīvim mainīgiem: 2 x 2, R x C šķērstabulas (hī kvadrāts χ2, Fišera tests).
|
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.
Field A. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018.
3.
Petrie A. & Sabin C. Medical Statistics at a Glance. 2020.
4.
Ārvalstu studentiem/For international students:
5.
Field A. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018.
6.
Petrie A. & Sabin C. Medical Statistics at a Glance. 2020.
Papildu literatūra
1.
Baltiņš M. Lietišķā epidemioloģija. Rīga: Zinātne, 2003.