Kursa kods LauZ5164

Kredītpunkti 4

Pētījumu metodoloģija lopkopībā

Zinātnes nozareKopējais stundu skaits kursāLekciju stundu skaitsSemināru un praktisko darbu stundu skaitsStudenta patstāvīgā darba stundu skaitsKursa apstiprinājuma datumsAtbildīgā struktūrvienība
Lauksaimniecības zinātne (nav zn)16032329626/02/2019Dzīvnieku zinātņu institūts

Kursa izstrādātājs

author prof.

Līga Paura

Lauksaimniecības doktors

Papildliteratūra

1. Handbook of data analysis. Edited by M. Hardy, A. Bryman. London ... [etc.]: Sage, 2004. 704 p. 2. Beauchamp T.L., Frey R.G. The Oxford handbook of animal ethics. Oxford, New York: Oxford University Press, 2011. 982 p.

Periodika un citi informācijas avoti

1. Animal Frontiers: the review magazine of animal Agriculture. American Society of Animal Science.
2. Līdzsvarota lauksaimniecība: zinātniski praktiskās konferences raksti. Latvijas Lauksaimniecības universitāte. Lauksaimniecības fakultāte. Latvijas Agronomu biedrība. Latvijas Lauksaimniecības un meža zinātņu akadēmija. ISSN 2501-0166

Piezīmes

Obligātais studiju kurss (A daļa) LF maģistrantūras studiju programmai "Lauksaimniecība", apakšvirziens “Lopkopība”

Kursa anotācija

Studenti apgūst eksperimenta plānošanas metodes un eksperimentālo datu apstrādes metodes, kā arī metožu pieņēmumu izpildes pārbaudi. Metožu apgūšanai pielietos reālos piemērus saistītos ar izmēģinājumiem lopkopībā. Uzdevumu atrisināšanai izmantos statistisko analīžu datorprogrammas. Iegūtās zināšanas studenti tālāk izmantos kursa darbu un maģistra darba izstrādē.

Kursa rezultāti un to vērtēšana

Pēc studiju kursa apguves studentam būs:
zināšanas un kritiska izpratne par eksperimenta plānošanas metodēm un metožu izmantošanas teorētiskajiem principiem. Datu apstrādes metodēm un to pielietošanu eksperimentālo datu apstrādei (izstrādāti praktiskie darbi, sekmīgi uzrakstīti kontroldarbi, sekmīgi nokārtots teorijas eksāmens);
prasmes formulēt pārbaudāmās hipotēzes; izvēlēties atbilstoši pētījumam un izvirzītai hipotēzei datu apstrādes metodi; interpretēt iegūtos rezultātus, formulēt secinājumus (izstrādāti praktiskie darbi, sekmīgi uzrakstīti kontroldarbi, sekmīgi izstrādāts mājas darbs);
kompetences sadarbībā ar darba vadītāju veikt maģistra darba pētījumu; pielietot datu apstrādes metodes maģistra darba izstrādē (sekmīgi uzrakstīti kontroldarbi, patstāvīgi izstrādāts un aizstāvēts mājas darbs).

Kursa plāns

1.Eksperiments un tā organizēšana. Veiksmīgs eksperiments. Datu iegūšana.
2. Darbs ar datu masīvu. Datu bāzes izveidošana un primārā apstrāde.
3. Statistisko rādītāju aprēķins. Statistisko rādītāju rezultātu noformēšana studiju darbos.
4.Hipotēžu pārbaudes metodes. Zinātniskās un statistiskās hipotēzes izvirzīšana.
5.t-tests divu saistīto paraugkopu vidējo salīdzināšana.
6.F – tests un t - tests divu nesaistīto paraugkopu salīdzināšana.
7. Paraugkopas apjoma – dzīvnieku skaita noteikšana.
1.kontroldarbs: eksperimentālo datu apstrāde ar t-testu, paraugkopas apjoma noteikšana.
8. Eksperimenta plānošanas veidi.
9. Dispersijas analīze, ka eksperimentālo datu apstrādes metodes.
10.Viena faktora dispersijas analīze.
11.Divu faktoru dispersijas analīze bez atkārtojumiem.
12. Divu faktoru dispersijas analīze ar atkārtojumiem. Faktoru mijiedarbības efekts.
13. Divu faktoru dispersijas analīze homogēnais un heterogēnais komplekss. Mazāko kvadrātu vidējās vērtības.
14.Dispersijas analīzes rezultātu noformēšanas principi studiju darbos un rakstos.
15.Korelācijas analīze un regresijas analīze.
16.Kovariācijas analīze.
2.kontroldarbs: eksperimentālo datu apstrādes ar dispersijas analīzi, korelācijas un regresijas analīzi.

Prasības kredītpunktu iegūšanai

Eksāmens. Eksāmena uzdevumu veido praktiskais uzdevums par studiju kursā apgūtajām tēmām un teorija par studiju kursā apgūto teorētisko vielu. Izstrādāti praktiskie darbi. Sekmīgi uzrakstīti divi kontroldarbi.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Patstāvīgā darba organizācija semestra laikā notiek patstāvīgi studējot literatūru, izmantojot mācībspēka konsultācijas. Izstrādāts un aizstāvēts mājas darbs. Mājas darbā ir jāizvirza pētījuma mērķis un trīs uzdevumi un ir jāizmanto trīs dažādas statistiskās metodes reālo datu apstrādei.

Studiju rezultātu vērtēšanas kritēriji

Eksāmena vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma: 1.kontroldarbs (40%), 2. kontroldarbs (40%) un mājas darbs (20 %).
Studenti, kuriem studiju kursa kumulatīvais vērtējums ir mazāks par 4, vai vēlas uzlabot to (ir vismaz 4), sesijas laikā kārto komplekso eksāmenu. Eksāmens iekļauj praktisko daļu (60%) un teoriju (40%).

Pamatliteratūra

1. Morris, T. R. Experimental design and analysis in animal science. Oxon: CABI Publishing, 1999. 208 p.
2. Mead R., Curnow R.N., Hasted A.M. Statistical methods in agriculture and experimental biology. 2nd ed. London etc.: Chapman and Hall, 1996. 415 p.