| Kursa nosaukums | Bioloģiskā statistika |
| Kursa kods | Medi5012 |
| Zinātnes nozare | Medicīna (nav zn) |
| Kredītpunkti (ECTS) | 3 |
| Kopējais stundu skaits kursā | 81 |
| Lekciju stundu skaits | 12 |
| Semināru un praktisko darbu stundu skaits | 12 |
| Studenta patstāvīgā darba stundu skaits | 57 |
| Kursa apstiprinājuma datums | 12/01/2024 |
| Atbildīgā struktūrvienība | Pārtikas institūts |
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Kursa mērķis ir dot studentiem zināšanas par matemātiskās statistikas un lietišķās matemātikas metodēm uztura datu apstrādē un rezultātu un publikāciju interpretācijā, kas izmantojamas arī citu studiju kursu apguvē, tā arī uzturzinātnieku izglītībā.
Kursa uzdevumi: 1)padziļināt zināšanas par varbūtību teorijas un matemātiskās statistikas pamatjēdzieniem un metodēm; 2)sniegt zināšanas par korelācijas, regresijas, faktoru un klasteru analīzes izmantošanas iespējām. |
|
| Kursa rezultāti un to vērtēšana | |
| Zināšanas:
1)atpazīt statistisko terminoloģiju un izmantotās metodes dažāda veida publikācijās; 2)pārzina Ms Excel, SPSS piedāvātās iespējas datu apstrādē; 3)pārzina nosacījumus parametrisko un neparametrisko metožu izmantošanai datu analīzē. Prasmes: 4)prot izveidot un rediģēt datu bāzi MS Excel, SPSS; 5)prot pareizi sagatavot datus statistiskai apstrādei; 6)prot izveidot un rediģēt tabulas, diagrammas; 7)apstrādāt mērījumu rezultātus un anketēšanas datus, izmantojot datorprogrammas Excel, SPSS; 8)izvēlēties atbilstošas datu apstrādes metodes, t.sk. veikt statistisko hipotēžu pārbaudes; 9)izmantot piemērotus statistiskās analīzes atspoguļošanas līdzekļus rezultātu aprakstā. Kompetences: 10)spēj pareizi interpretēt svarīgākos statistikas rādītājus savā studiju virzienā un praktiski izmantot apgūtās statistikas metodes pētījumu datu apstrādē un rezultātu interpretācijā. |
|
| Kursa saturs(kalendārs) | |
| Lekcijas:
1.Ievads. Datu veidi, datnes izveide. Ievads SPSS programmā. L1 P1 2.Datu prezentācija. Aprakstošā statistika. L2 P2 3.Statistisko hipotēžu pārbaude. Parametriskās metodes. L3 P3 4.Statistisko hipotēžu pārbaude. Neparametriskās metodes. L4, P4 5.Statistisko hipotēžu pārbaude. Kvalitatīvie dati. L5 P5 6.Korelācijas analīze. Regresijas analīze. L6 P6 7.Dzīvildzes analīze. Faktoru un klasteru analīze. L7 P7 8.Zinātniska raksta analīze. Pētījuma datu analīzes plāna projekts. S8 Praktiskie darbi: 1.praktiskais darbs. Datu veidi, datnes izveide. 2.praktiskais darbs. Aprakstošā statistika. 3.praktiskais darbs. Parametriskās metodes. 4.praktiskais darbs. Neparametriskās metodes. 5.praktiskais darbs. Kvalitatīvie dati. 6.praktiskais darbs. Regresijas analīze. 7.praktiskais darbs. Faktoru un klasteru analīze. Semināri 1.seminārs. Pētījuma datu analīzes plāna projekts. |
|
| Prasības kredītpunktu iegūšanai | |
| Semināru un praktisko darbu apmeklējums ir obligāts.
Studentu studiju kursā sasniegto rezultātu kopvērtējumu veido: 1)zinātniska raksta analīzes prezentācija – 30%; 2)maģistra darba datu analīzes plāna projekta prezentācija – 20%; 3)noslēguma pārbaudījums – eksāmens (505%). |
|
| Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums | |
| Studentu patstāvīgais darbs tiek organizēts individuāli, uzdodot šādus uzdevumus:
1)patstāvīgi gatavoties semināra nodarbībai; 2)publikācijas analīze un maģistra darba datu apstrādes plāns; 3)studēt ar kursa tēmām saistītu literatūru. |
|
| Studiju rezultātu vērtēšanas kritēriji | |
| Studentu studiju kursā sasniegto rezultātu kopvērtējumu veido:
1)zinātniska raksta analīzes prezentācija – 30%; 2)maģistra darba datu analīzes plāna projekta prezentācija – 20%; 3)noslēguma pārbaudījums – eksāmens (505%). |
|
| Obligātā literatūra | |
| 1.Teibe, U. (2007) Bioloģiskā statistika. LU Akadēmiskais apgāds.
2.Krastiņš, O. (2003) Statistika. LR Centrālās Statistikas pārvalde. 3.Arhipova, I., Bāliņa, S. (2003) Statistika ekonomikā. Risinājumi ar SPSS un Microsoft Excel. Datorzinību centrs. 4.Pētniecība. Teorija un prakse (2016) RaKa. |
|
| Papildliteratūra | |
| 1.Altman, D. (1997) Practical Statistics for Medical Research. Chapman & Hall.
2.Riffenburgh, R.H. (2012) Statistics in Medicine 3rd edit. Elsevier. 3.Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal (2014) Edit. B.Barton, J.Peat. 2nd edit. Wiley Blackwell. 4.Field, A. (2009) Discovering Statistics Using SPSS. Sage. |
|
| Periodika un citi informācijas avoti | |
| 1.Latvijas statistikas gadagrāmata
2.Latvijas Centrālā Statistikas biroja dati http://www.csb.gov.lv 3.http://www.lib.gla.ac.uk/Depts/MOPS/stats/medstats.html 4.SPSS for Beginners. http://www.spss.com |
|
| Piezīmes | |
| Obligātais kurss starpaugstskolu maģistra studiju programmas Uzturzinātne maģistrantiem pilna laika studijās. Kursa autors: Uldis Teibe, RSU Medicīnas fakultātes profesors. | |