Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Biostatistika
Kursa kods
SL_015
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Rehabilitācija
LKI
7. līmenis
Studiju veids un forma
Pilna 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
Iegūt padziļinātas zināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika, slēdzienstatistikas metodes starpgrupu atšķirību novērtēšanai un saistību izpētei starp 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 metodes dažāda veida publikācijās; * pārzināt Excel un IBM SPSS Statistics piedāvātas iespējas datu apstrādē; * pārzināt kritērijus, datu apstrādes metožu izmantošanai; * pareizi interpretēt iegūtos pētījuma rezultātus.
Prasmes
1.Studiju kursa apguves rezultātā studējošie pratīs: * korekti sagatavot datus statistiskai apstrādei; * izvēlēties piemērotas statistiskās datu apstrādes metodes; * apstrādāt pētījuma datus, pielietojot statistiskās datu apstrādes metodes Excel un IBM SPSS Statistics datorprogrammās; * atspoguļot iegūtos rezultātus tabulās un diagrammās, izmantojot Excel un IBM SPSS Statistics datorprogrammas; * korekti aprakstīt iegūtos pētījuma rezultātus.
Kompetences
1.Studiju kursa apguves rezultātā studējošie būs spējīgi argumentēti pieņemt lēmumu par statistiskas datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot datorprogrammas Excel un IBM SPSS Statistics, praktiski pielietot apgūtās statistiskās metodes 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.
3. Patstāvīgais darbs – katram studentam tiks sagatavoti pētījuma datu faili (vai students var izmantot sava pētījuma datus) ar nodefinētiem pētījuma uzdevumiem. Studentam vajadzēs apstrādāt datus, lai sasniegtu nodefinētos uzdevumus, izmantojot aprakstošās statistikas metodes, slēdzienstatistikas un/vai analītiskās statistikas metodes, 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. Par katru kavēto nodarbību – tēmas kopsavilkums izmantojot norādīto literatūru (min. 1 A4 lapa).
Studiju kursa beigās:
1. Publikācijas analīzes mutiska prezentācija, kas veido 20% no gala vērtējuma.
2. Patstāvīgā darba mutiska prezentācija, kas veido 30% no gala vērtējuma.
3. Studiju kursa beigās eksāmens: tests ar teorētiskiem un praktiskiem jautājumiem (30 jautājumi), kas veido 50% no gala vērtējuma.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Parametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Neparametriskas datu apstrādes metodes kvantitatīvajiem datiem.
Neatkarīgo un atkarīgo izlašu salīdzināšana.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Kvalitatīvo datu apstrāde. Atkarīgas un neatkarīgas izlases.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
3
|
Tēmas
|
Korelācijas analīze. Regresijas analīze (Lineārā regresija).
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens (Rakstisks)
Bibliogrāfija
Obligātā literatūra
1.
Field A. Discovering Statistics using IBM SPSS Statistics. 4th edition, 2013.
2.
Petrie A. & Sabin C. Medical Statistics at a Glance. 4th edition, Wiley-Blackwell, 2019.
Papildu literatūra
1.
Teibe U. Bioloģiskā statistika. Rīga: LU Akadēmiskais apgāds, 2007, p 155.