Kursa kods Mate2037

Kredītpunkti 2

Matemātiskā statistika I

Zinātnes nozareMatemātika

Zinātnes apakšnozareVarbūtību teorija un matemātiskā statistika

Kopējais stundu skaits kursā80

Lekciju stundu skaits16

Semināru un praktisko darbu stundu skaits16

Studenta patstāvīgā darba stundu skaits48

Kursa apstiprinājuma datums04.09.2019

Atbildīgā struktūrvienībaVadības sistēmu katedra

Kursa izstrādātājs

author doc.

Laima Bērziņa

Dr. sc.ing.

Kursa anotācija

Studiju kurss iepazīstina studentus ar matemātiskās statistikas pamatiem, akcentējot to nozīmi studijās un pielietojumu patstāvīgos pētījumos. Studenti iegūst izpratni par statistisko metožu nozīmi precīzu spriedumu un loģisku secinājumu ieguvei vides studiju gaitā. Studenti apgūst matemātiskās statistikas metožu iedalījumu, izvēles nosacījumus, kā arī pielietojumu pazīmju vidējo vērtību salīdzināšanai un sakarību analīzei.

Kursa rezultāti un to vērtēšana

Apgūstot studiju kursu, studentam būs: zināšanas un izpratne par pētāmo pazīmju klasifikāciju, pamatmetodēm to apstrādei, matemātiskās statistikas metožu izvēles pamatprincipiem saskaņā ar izvirzītajiem pētījuma uzdevumiem (laboratorijas darbi); prasmes pielietot matemātiskās statistikas metodes kursa darbos un projektos, diplomprojekta izstrādē un citos profesionālos pētījumos (laboratorijas darbi, kontroldarbi); kompetence analizēt, sistematizēt datu apstrādes rezultātus un izmantot tos vides inženierzinātņu pētījumos (patstāvīgais darbs).

Kursa saturs(kalendārs)

1. Matemātiskās statistikas priekšmets. Galvenie jēdzieni. Pazīmju klasifikācija.
2. Pazīmju variācijas rindas veidošana un grafiska attēlošana.
3. Empīrisko novērojumu statistiskie raksturotāji – aprakstošā statistika.
4. Ģenerālās kopas parametru vērtēšana. Statistiskās hipotēzes, to pārbaude.
5. Gadījuma lielumu sadalījumi. Normālā sadalījuma likums.
6. Hipotēze par divu atkarīgu izlašu vidējiem – t-tests
7. Hipotēze par divu neatkarīgu izlašu vidējiem – t-tests. Hipotēze par divu izlašu dispersiju starpību – F-tests.
8. 1. kontroldarbs.
9. Pazīmju saistības analīze. Korelācijas koeficienti.
10. Viena faktora lineārās regresijas analīze.
11. Nelineārās regresijas pamati.
12. Daudzfaktoru lineārās regresijas modelis.
13. Dispersiju analīzes pamati.
14. χ2 kritērijs kā statistiskās neatkarības tests.
15. Neparametriskā statistika.
16. 2. kontroldarbs un patstāvīgo darbu prezentācijas.

Prasības kredītpunktu iegūšanai

Ieskaite ar atzīmi.
2 kontroldarbi un patstāvīgais darbs.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Semestra laikā studentam jāizpilda patstāvīgs darbs. Darbs jānoformē rakstiskā veidā un jāiesniedz elektroniski e-studiju vietnē.

Studiju rezultātu vērtēšanas kritēriji

Ieskaites vērtējums ir atkarīgs no 2 kontroldarbu un patstāvīgā darba vidējā vērtējuma.

Pamatliteratūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 364 lpp.
2. Smotrovs J. Varbūtību teorija un matemātiskā statistika II. Rīga: Zvaigzne ABC, 2007. 136 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.

Papildliteratūra

1. Krastiņš O. Statistika un ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 1998. 436 lpp.
2. Kottegoda N.T. Applied Statistics for Civil and Environmental Engineers. Oxford;Malden, MA: Blackwell Publishing, 2008. 718 p.

Periodika un citi informācijas avoti

1. Environmental and Ecological Statistics. Publisher Springer US. ISSN: 1573-3009 (electronic version)
2. Journal of Agricultural, Biological, and Environmental Statistics. Publisher Springer US. ISSN: 1537-2693 (electronic version)

Piezīmes

VBF profesionālās augstākās izglītības bakalaura studiju programma „Vide un ūdenssaimniecība”