LV EN RU DE FR

Pētījumu metodoloģija un datu apstrāde

Kursa izstrādātājs

Kursa anotācija

Studiju kursā tiek diskutēts par pētījuma plānošanu un metodes izvēli pasvītrojot informācijas (literatūras) analīzes nozīmīgumu. Pētījuma oriģinālo datu ieguves metodes izvēle un tiek izkoptas iemaņas datu matemātiskai apstrādei ar MS Excel līdzekļiem. Empīriskie sadalījumi, statistisko rādītāju noteikšana un vērtējums. Teorētiskie sadalījumi. Korelācijas analīze. Vienfaktora un daudzfaktoru regresijas analīze. Rezultātu statistiskās ticamības novērtējums. Pētījuma procesa un rezultātu galīgā analīze, lēmuma pieņemšana un secinājumu izvērtēšana.

Kursa rezultāti un to vērtēšana

• Zināšanas: par mērķa un uzdevumu izvirzīšanu un atbilstošas pētījuma metodes izvēli. Zināšanas par empīrisko datu apstrādi, izmantojot teorētiskās likumsakarības variācijas analīzei, par iegūto rezultātu izvērtēšanu. Lekciju apmeklējums, kontroljautājumi
• Prasmes: argumentēti izskaidrot un diskutēt par metožu izvēles principiem, to lietošanu, izmantojot MS Excel līdzekļus vai citas datu apstrādes datorprogrammas atbilstoši pētījuma specifikai. Patstāvīgais darbs
• Kompetence: vispusīgi analizēt pētījumā iegūtos rezultātus, formulēt secinājumus, pamatot lēmumus un novērtēt to nozīmīgumu. Patstāvīgā darba aizstāvēšana

Kursa saturs(kalendārs)

1. Pētījuma mērķi un motivācija. Dažādas pieejas pētniecībā un pētījuma nozīmīgums. Pētījuma tēmas izvēles kritēriji. Esošās informācijas (literatūras) analīze. Pētījuma mērķa formulēšana un uzdevumu izvirzīšana mērķa sasniegšanai. 3 h
2. Zinātne un patiesība (objektīvā realitāte). Tiesiskie un ētiskie aspekti pētniecībā. Laba pētījuma mēraukla. Vispārējās problēmas pētniecībā. 3 h
3. Pētījuma metodoloģija un pētniecības metodes. Pētīšanas metodes inženierzinātnēs. 3 h
4. Datu izkliedes problēma inženiertehniskajos pētījumos. Datu izlase un ģenerālkopa. Statistiskie rādītāji, to vērtējums 3 h
5. Normālā un logaritmiski normālā sadalījuma diferenciālo un integrālo funkciju aprēķināšana 3 h
6. Citi teorētiskie sadalījumi, to izvēle empīrisko datu aproksimācijai 3 h
7. Hipotēzes pārbaude statistikā. Empīriskā un teorētiskā sadalījuma atbilstības kritēriju pārbaude 3 h
8. Garantēto vērtību noteikšana un to ticamības līmeņa novērtēšana. Ietekmējošo faktoru identificēšana 2 h
9. Korelācijas analīze. Atkarīgo pazīmju ciešuma rādītāji 3 h
10. Regresijas modeļi un to izmantošana rezultatīvās pazīmes vērtību prognozēšanai 3 h
11. Pētījuma rezultātu analīze. Tēžu sastādīšana. 3 h

Prasības kredītpunktu iegūšanai

Ieskaite ar atzīmi: pozitīvi diskusijas rezultāti, kompetences apliecināšana datu analīzē sarunās par patstāvīgo darbu.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Patstāvīgā (mājas) darba tēma: “Pētījuma datu statistiskā analīze”. Pasniedzējs izsniedz patstāvīgā darba uzdevumu un analizējamās datu izlases, norādot izpildes termiņu. Maģistrants semestra laikā savlaicīgi var konsultēties ar pasniedzēju par neskaidrajiem jautājumiem

Studiju rezultātu vērtēšanas kritēriji

Maģistrants var iegūt sekmīgu atzīmi par kontroldarbu, ja vismaz 50% no kontroljautājumiem atbildēti pareizi.
Patstāvīgo darbu novērtē pēc diviem kritērijiem: 1) vai atbilstoši pielietotas datu statistiskās apstrādes metodes, iegūti ticami rezultāti un izdarīti kritiski secinājumi; 2) spēja diskutēt par datu analīzi.

Obligātā literatūra

1. Ievads pētniecībā :stratēģijas, dizaini, metodes /[sastādītāja Kristīne Mārtinsone]. [Rīga] : RaKa, 2011. 284 lpp.
2. Smotrovs, Jānis.: Varbūtību teorija un matemātiskā statistika: [mācību grāmata dabaszinātņu un inženierzinātņu studentiem]. Rīga : Zvaigzne ABC, 2004-2007. 2 sēj.
3. Arhipova, Irina: Varbūtību teorijas un matemātiskās statistikas pielietojumi inženierzinātnēs: mācību līdzeklis/ Irina Arhipova ; Latvijas Lauksaimniecības universitāte. Informācijas tehnoloģiju fakultāte. Jelgava: LLU, 2008. 125 lpp.
4. Kottegoda, Nathabandu T.: Applied statistics for civil and environmental engineers /Nathabandu T. Kottegoda, Renzo Rosso. Oxford ; Malden, MA : Blackwell Publishing, 2008. 718 pp.

Papildliteratūra

1. Hofmann, Angelika H. Scientific writing and communication : papers, proposals, and presentations /Angelika H. Hofmann. New York ; Oxford : Oxford University Press, 2010., 682 pp.
2. Paura, Līga. Neparametriskas metodes : SPSS datorprogramma : [māc. līdz.] /Līga Paura, Irina Arhipova. Jelgava : LLKC, 2002. 148 lpp.
3. Day, Robert A. How to write and publish a scientific paper /Robert A. Day, Barbara Gastel. Cambridge: Cambridge University Press, 2006., 302 lpp.
4. Statistics for Earth and Environmental Scientists/ John H. Schuenemeyer, Lawrence J. Drew. Hoboken, New Jersey: John Wiley & Sons, 2011, 407 lpp. LLU:Uzziņu un inform. centrs

Periodika un citi informācijas avoti

1. GEO : izzināt un saprast pasauli. Rīga: Izdevniecība Lilita Z. ISSN 1691-5046

Piezīmes

Obligātais kurss Akadēmiskajā maģistra studiju programmā “Vides, ūdens un zemes inženierzinātnes” un Profesionālās augstākās izglītības maģistra studiju programmā “Būvniecība”