Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Matemātiskā statistika II
Kursa kods
SL_009
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Sabiedrības veselība
LKI
6. 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
Papildināt zināšanas un praktiskās iemaņas par pētījumu datu analīzes pamatmetodēm IBM SPSS, nostiprināt tās, izmantojot EpiIinfo u.c. programmas.
Priekšzināšanas
Sekmīgi apgūts studiju kurss Matemātiskā statistika I.
Studiju rezultāti
Zināšanas
1.Veiksmīgas studiju kursa apguves rezultātā studenti zinās: * par statistikas aprēķiniem dažādās datorprogrammās; * par korelācijas un regresijas analīzi.
Prasmes
1.Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: * veikt hipotēžu pārbaudes, vienas un vairāk izlašu gadījumos; * intepretēt kvantitatīvo mainīgo korelāciju; * aprēķināt aprakstošās statistikas rādītījus, konstruēt diagrammas un veikt hipotēžu pārbaudi līmenī MS Excel, SPSS, EpiInfo programmās, kā arī lietojot interneta statistikas kalkulatorus; * intepretēt datu apstrādes rezultātus, atbilstoši specialitātei.
Kompetences
1.Veiksmīgas studiju kursa apguves rezultātā, studenti spēs praktiski izmantot datorprogrammas un kalkulatorus studiju procesā un profesionālajā sfērā datu apstrādes jautājumu risināšanā.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Individuālais darbs ar literatūru, EpiInfo programmā – sagatavošanās nodarbībai, neskaidro terminu noskaidrošana, mājas uzdevumu izpilde.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Aktīva līdzdalība praktiskajās nodarbībās.
Patstāvīgais darbs par datu apstrādi aprakstošās statistikas un hipotēžu pārbaudes padziļinātā līmenī, kurā nepieciešams veikt aprēķinus un interpretēt rezultātus. Par katru kavēto nodarbību – tēmas kopsavilkums izmantojot norādīto literatūru (min. viena A4 lapa).
Studiju kursa noslēgumā rakstisks eksāmens:
datorizēts tests (30 jautājumi) par raksturīgo vārdu kopām un lēmumu pieņemšanu datu apstrādē – 50%,
praktiska uzdevuma atrisināšana – 30%, individuālais praktiskais uzdevums - 20%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Ievads. Asociācijas rādītāju aprēķins kvalitatīviem mainīgiem (2 x 2 šķērstabulām). Efekta lieluma aprēķināšana šķērstabulām.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Incidence, mirstība, prevelence. Standartizācija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Korelācija. Vienfaktora lineārās regresijas analīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
EpiInfo programma.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
EpiInfo programma.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Citas statistikas programmas, kalkulatori.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Kursa kopsavilkums. Patstāvīgs darbs ar datni.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Patstāvīgā darba prezentācija.
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
32 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Teibe U. Bioloģiskā statistika, LU, 2007. SL_009
2.
Field A. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018.
3.
Petrie A. & Sabin C. Medical Statistics at a Glance. 2020