Veidlapa Nr. M-3 (8)

Kursa apraksta statuss: Apstiprināts

Kursa apraksta versija: 24/25.P.1.00

Kursa apraksta periods : 2024./25. akadēmiskā gada pavasara semestris

Kursa apraksta apstiprināšanas datums: -

Studiju kursa apraksts

Biostatistika

Studiju kursa pamatinformācija

Kursa kods
SL_004
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Zobārstniecība
LKI
7. līmenis
Studiju veids un forma
Pilna laika

Studiju kursa īstenotājs

Kursa vadītājs
Madara Miķelsone
Struktūrvienības vadītājs
Andrejs Ivanovs
Struktūrvienība
Statistikas mācību laboratorija
Kontaktinformācija

Baložu 14, A korpuss, 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 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. 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. 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
-
-
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

  1. 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.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Aprakstošās statistikas rādītāji.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji. Ticamības intervāli.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Statistiskās hipotēzes, to veidi. Hipotēžu pārbaude. P vērtība. Izlases lieluma aprēķināšana. Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Parametriskas datu apstrādes metodes kvantitatīvajiem datiem. Neatkarīgo un atkarīgo izlašu salīdzināšana.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem un datiem ordinālā skalā. Neatkarīgo un atkarīgo izlašu salīdzināšana.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Korelācijas analīze. Regresijas analīze (Lineārā regresija).

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Regresijas analīze (Binārā loģistiskā regresija). ROC līknes.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Kopsavilkums un praktiskais darbs ar datiem IBM SPSS.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Zinātnisko publikāciju analīze.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3

  1. Patstāvīgais darbs ar datiem IBM SPSS.

Notikuma veids
Modalitāte
Norises vieta
Kontaktstundas
1.
Nodarbība/Seminārs
Klātiene
Datorklase
3
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
33 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.

2.

Field A. Discovering Statistics using IBM SPSS Statistics. 4th edition. Sage Publications, 2018.

3.

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

4.

Grech, V. Write a Scientific Paper (WASP): Effective graphs and tables. Early Human Development, 2019. 134, 51-54. DOI: 10.1016/j.earlhumdev.2019.05.013.

;