LV EN RU DE FR

Socioloģisko pētījumu matemātiskās metodes

Kursa izstrādātājs

Kursa anotācija

Studiju kurss iepazīstina ar varbūtību teorijas un matemātiskās statistikas pamatiem, akcentējot to nozīmi socioloģijas studijās un pielietojumu sociālo pētījumu procesā. Studiju kursā studenti iegūst priekšstatu un izpratni par matemātisko metožu nozīmi precīzu spriedumu un loģisku secinājumu ieguvei sociālo procesu izzināšanas gaitā, kā arī praktiski pielieto metodes hipotēžu pārbaudei pazīmju vidējo vērtību salīdzināšanai un saistības analīzei.

Kursa rezultāti un to vērtēšana

Zināšanas – izpratne par matemātiskās statistikas metožu klasifikāciju un izvēles pamatprincipiem saskaņā ar izvirzītajiem socioloģiska pētījuma uzdevumiem (laboratorijas darbi). Prasmes – pielietot matemātiskās statistikas metodes hipotēžu pārbaudei vidējo vērtību salīdzināšanai un pazīmju saistības analīzei profesionālos pētījumos (laboratorijas darbi, kontroldarbi). Kompetence – patstāvīgi analizēt matemātisko metožu pielietojuma rezultātus un pielietot tos socioloģisko pētījumu rezultātu skaidrojumos (patstāvīgais darbs).

Kursa saturs(kalendārs)

1 Matemātisko metožu pielietojuma pamatojums sociālajās zinātnēs (2h).
2 Varbūtību teorijas pamati. Gadījuma lielumu aprakstīšana, mērījumu skalas (2h).
3 Gadījuma lielumu sadalījumi. Normālā sadalījuma likums (2h).
4 Ģenerālā kopa un izlases kopa, izlašu pamatveidi. Ģenerālkopas parametru vērtēšana (2h).
5 Statistisko hipotēžu pārbaude. Statistisko testu iedalījums (2h).
6 1.pārbaudes kontroldarbs (2h).
7 Hipotēze par divu sadalījumu atbilstību (2h).
8 Hipotēze par divu atkarīgu izlašu vidējiem - t-tests (2h).
9 Hipotēze par divu atkarīgu izlašu vidējiem - neparametriskās statistiskās metodes (2h).
10 Hipotēze par divu neatkarīgu izlašu vidējiem - t-tests (2h).
11 Hipotēze par divu neatkarīgu izlašu vidējiem - neparametriskās statistiskās metodes (2h).
12 Hipotēzes par relatīvajiem biežumiem (2h).
13 Dispersiju analīze (2h).
14 Hipotēžu pārbaude korelācijas un regresijas analīzē (2h).
15 χ2 kritērijs (2h).
16 2.pārbaudes kontroldarbs (2h).

Prasības kredītpunktu iegūšanai

Ieskaite ar atzīmi.
2 pārbaudes darbi – kontroldarbi un patstāvīgā darba izstrāde un prezentācija.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Semestra laikā studentam jāizpilda patstāvīgs darbs, kurā veikta socioloģiska pētījuma rezultātu analīze, izmantojot matemātiskās statistiskas metodes. Darbs jānoformē rakstiskā veidā un jāiesniedz elektroniski e-studiju vietnē. Darba rezultāti jāprezentē auditorijā.

Studiju rezultātu vērtēšanas kritēriji

Ieskaites vērtējums ir atkarīgs no semestra darba kumulatīvā vērtējuma: 2 kontroldarbu vērtējums veido 80% (40% katrs kontroldarbs) no ieskaites kopvērtējuma, patstāvīgā darba izpilde veido 40% no ieskaites kopvērtējuma.

Obligātā literatūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 364 lpp.
2. Raizs Ļ. Matemātiskās metodes sociālajās zinātnēs. Rīga: RaKa, 2000. 296 lpp.
3. Grīnglazs L., Kopitovs J. Matemātiskā statistika: ar datoru lietojuma paraugiem uzdevumu risināšanai. Rīga: Rīgas Starptautiskās ekonomikas un biznesa administrācijas augstskola, 2003. 310 lpp. 4. Krastiņš O. Ciemiņa I. Statistika. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp
4. Diez D. M. Advanced High School Statistics. OpenIntro 2017. 458 p. Available: https://www.openintro.org/book/ahss/
5. Watkins J.C. An Introduction to the Science of Statistics: From Theory to Implementation Available: https://www.infobooks.org/pdfview/802-an-introduction-to-the-science-of-statistics-from-theory-to-implementation-joseph-c-watkins/
6. Coates G. Inferential Statistics (testing hypotheses). Available: https://www.infobooks.org/pdfview/805-inferential-statistics-testing-hypotheses-geoff-coates/

Papildliteratūra

1. Krastiņš O. Statistika un ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 1998. 436 lpp.
2. Raščevska M. Kristapsone S. Statistika psiholoģijas pētījumos. Rīga: Izglītības soļi, 2000. 356 lpp.
3. Gill J. Essential Mathematics for Political and Social Research (Analytical Methods for Social Research). Cambridge University Press 2006. 448 p
4. Mathematics higher level: statistics : course companion / Josip Harcet ... [et al.]. Oxford : Oxford University Press, 2014. 162 p.
5. Statistics for international social work and other behavioral sciences / Serge C. Lee, Maria C. Silveira Nunes Dinis, Lois Lowe, Kelly Anders. Oxford ; New York : Oxford University Press, 2016. 214 p.
6. Statistics with R : solving problems using real-world data / Jenine K. Harris, Washington University in St. Louis : SAGE, 2021. 733 p.
7. Statistics without maths for psychology / Christine P. Dancey, John Reidy. Harlow, England ;New York : Pearson, 2020.608 p.
8. Statistics for business & economics / David R. Anderson, University of Cincinnati, Dennis J. Sweeney, University of Cincinnati, Thomas A. Williams, Rochester Institute of Technology, Jeffrey D. Camm, Wake Forest University, James J. Cochran, University of Alabama. Boston, MA : Cengage Learning, 2018. 1092 p.
9. Statistics for international social work and other behavioral sciences / Serge C. Lee, Maria C. Silveira Nunes Dinis, Lois Lowe, Kelly Anders. Oxford; New York : Oxford University Press, 2016. 214p.

Periodika un citi informācijas avoti

Centrālās statistikas pārvaldes mājas lapa [tiešsaiste]. Pieejams: https://www.csb.gov.lv
Social Science Statistics [online]. Available: https://www.socscistatistics.com/
Official Statistics Portal [online] Available: https://stat.gov.lv/en

Piezīmes

ESAF akadēmiskās izglītības bakalaura studiju programma „Organizāciju un sabiedrības pārvaldes socioloģija”.