Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Matemātiskā statistika II
Kursa kods
SL_012
Zinātnes nozare
Matemātika; Varbūtību teorija un matemātiskā statistika
Kredītpunkti (ECTS)
9,00
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
Iegūt padziļinātas zināšanas, iemaņas un prasmes specifiskās matemātiskās statistikas datu apstrādes metodēs studiju nolūkiem; darbam sabiedrības veselības specialitātē; kā arī veicināt statistiskās terminoloģijas apguvi un tās praktisko pielietošanu.
Priekšzināšanas
Pētniecības metodoloģija, statistikas pamattēmas, matemātika, prasmes darbā ar datoru.
Studiju rezultāti
Zināšanas
1.Veiksmīgas studiju kursa apguves rezultātā studenti: Atpazīs statistisko terminoloģiju un izmantotās metodes dažāda veida publikācijās; Pārzinās IBM SPSS programmas piedāvātās speciālās iespējas datu apstrādē; Iemācīsies izprast dažādu statistikas metožu nozīmi un vietu zinātniskās pētniecības darbā.
Prasmes
1.Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: * Izveidot un rediģēt, un savienot datu bāzes SPSS; * Korekti sagatavot datus statistiskai apstrādei; * Izveidot un rediģēt tabulas, diagrammas; * Izvēlēties atbilstošu regresijas analīzi; * Veikt dzīvildzes analīzi; * Noteikt testu uzticamību un drošumu; * Izskaidrot iegūtos rezultātus; * Izveidot izmantoto metožu un rezultātu aprakstu.
Kompetences
1.Veiksmīgas studiju kursa apguves rezultātā, studenti spēs: Pareizi interpretēt svarīgākos statistiskos rādītājus sabiedrības veselības specialitātē; Plānot konkrēta veselības aprūpes jautājuma izpēti, atbilstošu datu ieguvi un apkopošanu; Analizēt pētīto procesu un prognozēt tā attīstību.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Individuālais darbs ar literatūru – gatavošanās nodarbībai, atbilstoši tematiskajam plānojumam; 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 pārbaude.
Studiju kursa noslēgumā eksāmens, kurā tiek pārbaudītas statistiskās terminoloģijas un metožu zināšanas un to praktiskais pielietojums:
rakstiskās daļa (tests) – 50%
praktisks uzdevums datu apstrādē – 50%,
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
|
2
|
Tēmas
|
Incidence, Prevelence, Mirstība. Tiešā standartizācijas metode.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Incidence, Prevelence, Mirstība. Tiešā standartizācijas metode.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Faktoranalīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Faktoranalīze.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Diskriminantanalīze un klasteranalīze.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
4
|
Tēmas
|
Diskriminantanalīze un klasteranalīze.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Daudzfaktoru lineārā regresija. Multikolineritāte.
Vispārējais lineārais modelis (kvalitatīvie mainīgie regresijas analīzē).
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Daudzfaktoru lineārā regresija. Multikolineritāte.
Vispārējais lineārais modelis (kvalitatīvie mainīgie regresijas analīzē).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Daudzfaktoru lineārā regresija. Multikolineritāte.
Vispārējais lineārais modelis (kvalitatīvie mainīgie regresijas analīzē).
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Daudzfaktoru lineārā regresija. Multikolineritāte.
Vispārējais lineārais modelis (kvalitatīvie mainīgie regresijas analīzē).
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Loģistiskā regresija. Modeļa novērtējums.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Loģistiskā regresija. Modeļa novērtējums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Loģistiskā regresija. Modeļa novērtējums.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Loģistiskā regresija. Modeļa novērtējums.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Multinominālā regresija, ordinālā regresija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Multinominālā regresija, ordinālā regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Puasona regresija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Puasona regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Dzīvildzes analīze. Kaplana-Meiera metode. Koksa regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Dzīvildzes analīze. Kaplana-Meiera metode. Koksa regresija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Dzīvildzes analīze. Kaplana-Meiera metode. Koksa regresija.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Dzīvildzes analīze. Kaplana-Meiera metode. Koksa regresija.
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
2
|
Tēmas
|
Kopsavilkums par statistikas metodēm.
|
-
Nodarbība/Seminārs
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Datorklase
|
4
|
Tēmas
|
Kopsavilkums par statistikas metodēm.
|
Kopā kredītpunkti (ECTS):
9,00
Kontaktstundas:
72 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.