Kursa kods Medi5012

Kredītpunkti 2

Bioloģiskā statistika

Zinātnes nozareKopējais stundu skaits kursāLekciju stundu skaitsSemināru un praktisko darbu stundu skaitsKursa apstiprinājuma datumsAtbildīgā struktūrvienība
Medicīna (nav zn)32161606/02/2013Pārtikas tehnoloģijas fakultāte

Papildliteratūra

1. Krastiņš O. Ekonometrija. Mācību līdzeklis augstskolām. Rīga: LR centrālās statistikas pārvalde, 2003. 207 lpp.
2. Altman D. Practical statistics for medical research. Boca Raton:Chapman&Hall, 1999. 612p.
3. Raščevska M., Kristapsone S. Statistika psiholoģijas pētījumos. Rīga: Izglītības soļi, 2000. 356 lpp.

Periodika un citi informācijas avoti

1. Latvijas statistikas gadagrāmata.

Piezīmes

Obligātais kurss starpaugstskolu maģistra studiju programmas Uzturzinātne maģistrantiem pilna laika studijās.
Kursa autors: Uldis Teibe, RSU Medicīnas fakultātes profesors.

Kursa anotācija

Kursa mērķis ir sniegt studentiem vispārīgās statistikas, matemātiskās statistikas un lietišķās matemātikas zināšanas un iemaņas, kas nepieciešamas kā citu studiju disciplīnu apguvei, tā arī uzturzinātnieka izglītībā vispār. Kursā tiek detalizēti raksturoti vispārīgās statistikas, varbūtību teorijas un matemātiskās statistikas pamatjēdzieni un metodes; korelācijas, faktoru un diskriminantu analīzes pamatjēdzieni.

Kursa rezultāti un to vērtēšana

Apgūstot kursu, maģistranti iegūst zināšanas vispārīgās statistikas, varbūtību teorijas un matemātiskās statistikas pamatjēdzienos un metodēs; korelācijas, faktoru un diskriminantu analīzes pamatjēdzienos. Sekmīga kursa apguve dod prasmes pareizi interpretēt svarīgākos statistikas rādītājus specialitātē, apstrādāt mērījumu rezultātus un anketēšanas datus, izmantojot datorus, veikt statistisko hipotēžu pārbaudes un vienfaktora un daudzfaktora analīzi. Sekmīgi apgūstot studiju kursu, maģistranti iegūst kompetences novērtēt datu analīzes rezultātus un tos pareizi interpretēt.

Kursa plāns

1 Ievads. Datu ieguve. Absolūtie un relatīvie lielumi. Varbūtības teorijas pamati.
2 1. sem. Gadījuma lielumi, to sadalījumi.
3 Izlases sadalījumi un to raksturlielumi. Centrālās tendences rādītāji. Vidējie lielumi.
4 2. sem. Datu izkliedes rādītāji.
5 Statistisko hipotēžu pārbaude. Parametriskās metodes. Dispersijas analīzes pamati.
6 3. sem. Dispersijas analīze.
7 Statistisko hipotēžu pārbaude. Neparametriskās metodes.
8 4. sem. Neparametriskās metodes.
9 Kontingences tabulu analīze.
10 5. sem. Kontingences tabulu analīze.
11 Korelāciju teorijas elementi. Regresijas analīze.
12 6. sem. Regresijas analīze.
13 Dinamikas rindas. Jēdziens par dzīvildzes analīzi. Kaplana-Meijera modelis un Koksa regresijas modelis.
14 7. sem. Kaplana-Meijera modelis un Koksa regresijas modelis.
15 Jēdziens par faktoru, diskriminantu un klāsteru analīzi.
16 Kursa noslēgums.

Prasības kredītpunktu iegūšanai

Studenta semestra vērtējumu veido studenta patstāvīgais darbs (50%), 1-2 statistikas uzdevumu risināšana par tēmu (10%), eksāmens: tests un praktiskais uzdevums programmā SPSS (40%). Nodarbību kavējuma gadījumā studenti praktiskos darbus veic patstāvīgi un to izpildi pārrunā ar docētāju konsultāciju laikā.

Pamatliteratūra

1. Teibe O. Bioloģiskā statistika. Rīga: LUAkadēmiskais apgāds, 2007. 156 lpp.
2. Krastiņš O. Statistika Mācību līdzeklis Rīga:LR Centrālās statistikas pārvalde, 2003. 267 lpp.
3. Arhipova I., Bāliņa S. Statistika ekonomikā. Risinājumi ar SPSS un Microsoft Excel. Rīga: Datorzinību centrs, 2003. 352 lpp.
4. Ievads pētniecībā: stratēģija, dizaini, metodes. Rīga: RaKa, 2011. 284 lpp.