Kursa kods Mate2038
Kredītpunkti 3
Zinātnes nozareMatemātika
Zinātnes apakšnozareVarbūtību teorija un matemātiskā statistika
Kopējais stundu skaits kursā81
Lekciju stundu skaits16
Semināru un praktisko darbu stundu skaits16
Studenta patstāvīgā darba stundu skaits49
Kursa apstiprinājuma datums20.01.2015
Atbildīgā struktūrvienībaDatoru sistēmu un datu zinātnes institūts
Dr. sc.ing.
Mate2037, Matemātiskā statistika I
Studiju kurss turpina iepazīstināt studentus ar matemātiskās statistikas metodēm, akcentējot to praktisko nozīmi vides zinātnes pētījumos. Studenti apgūst dispersijas analīzi, korelācijas, regresijas analīzi un signālu analīzes pamatus, kā arī metodes izvēles nosacījumus un korektu rezultātu interpretāciju.
• Zināšanas un izpratne par dispersijas, korelācijas, rangu korelācijas, regresijas analīzes, laika rindu analīzes un kvalitatīvu pazīmju saistības analīzes pielietojumu saskaņā ar izvirzītajiem pētījuma uzdevumiem;
• prasmes pielietot apgūtās matemātiskās statistikas metodes kursa darbos, kursa projektos, diplomprojektā, profesionālos pētījumos;
• kompetence analizēt, sistematizēt datu apstrādes rezultātus un izmantot tos vides inženierzinātnes pētījumos.
1 Viena faktora dispersijas analīze.
2 Divu faktoru dispersijas analīze bez atkārtojumiem.
3 Divu faktoru dispersijas analīze ar atkārtojumiem.
4 Pīrsona korelācijas koeficients.Daudzfaktoru korelācija.
5 Rangu korelācijas koeficienti.
6 Kontingences analīze.
7 1.kontroldarbs.
8 Viena faktora lineārās regresijas vienādojums.
9 Daudzfaktoru lineārās regresijas modelis.
10 Nelineārie modeļi.
11 Parametriskās metodes trenda noteikšanai.
12 Nerametriskās metodes trenda noteikšanai.
13 Furje analīze.
14 Neparametriskā statistika vidējo vērtību salīdzināšanai.
15 Testi datu kopai nepiederošo vienību (outliers) noteikšanai.
16 2.kontroldarbs.
Semestra laikā jāuzraksta 2 kontroldarbi, jāizstrādā patstāvīgais darbs, jānostrādā visi laboratorijas darbi. Ieskaite ar atzīmi.
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. Helsel D.R., Hirsch R.M. Statistical Methods in Water Resources Techniques of Water Resources Investigations. U.S.: Geological Survey, 2002. 522 p. Pieejama elektroniski https://books.google.com
1. Gilbert R.O. Statistical Methods for Environmental Pollution Monitoring. John Wiley&Sons, 1987. 336 p.
2. Mac Berthouex P., Brown L.C. Statistics for Environmental Engineers. Lewis Publishers, 2002. 489 p. Pieejama elektroniski https://books.google.com
3. Gibbons R.D., Coleman D.E. Statistical Methods for Detection and Quantification of Environmental Contamination. John Wiley&Sons, 2001. 384 p. Pieejama elektroniski https://books.google.com
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)
Obligātais kurss Lauku inženieru fakultātes profesionālās augstākās izglītības bakalaura studiju programmā „Vide un ūdenssaimniecība” pilna laika sudijās.