Kursa kods MežZ3001

Kredītpunkti 1

Pētījumu metodoloģija II

Zinātnes nozareLauksaimniecības un zivsaimniecības zinātnes, mežzinātne

Zinātnes apakšnozareMeža darbi un tehnika

Kopējais stundu skaits kursā16

Lekciju stundu skaits8

Semināru un praktisko darbu stundu skaits8

Kursa apstiprinājuma datums08.11.2011

Atbildīgā struktūrvienībaMežkopības katedra

Kursa izstrādātājs

author vieslekt.

Solveiga Luguza

Mg. silv.

Kursa anotācija

Pētījumu metodoloģijā studenti apgūst induktīvās izziņas pamatjēdzienus, reprezentativitātes problēmas risinājumus, inženierpētījumu empīriskās informācijas ievākšanas un statistiskās apstrādes pamatmetodes (paraugkopas rādītāju aprēķināšana, hipotēžu pārbaude, dispersijas, korelācijas un regresijas analīzes).

Kursa rezultāti un to vērtēšana

Pēc studiju kursa noklausīšanās students zina galvenās empīrisko datu apstrādes metodes, izmantojot loģisko analīzi, prot izvēlēties datu specifikai piemērotākās matemātiskās metodes, kā arī kompetenti plāno izmēģinājumu vai eksperimentu, ņemot vērā to, kādi un kādā apjomā empīriskie dati nepieciešami, lai atrisinātu konkrētus pētnieciskos uzdevumus.

Kursa plāns

1 Izziņas deduktīvais un induktīvais risinājums. Empīriskās informācijas apstrāde. Statistiskās kopas.
2 Statistiskie rādītāji, to klasifikācija. Vidējie rādītāji. Izkliedes rādītāji. Reprezentativitātes rādītāji.
3 Statistikā vērtēšana. Teorētisko sadalījumu un empīrisko sadalījumu klasifikācija. Normālais sadalījums.
4 Hipotēžu pārbaude. Nulles hipotēze.
5 Empīriskā un normālā sadalījuma atbilstības pārbaude. Paraugkopu salīdzināšana. Paraugkopu apvienošana.
6 Dispersijas sadalīšanas nosacījumi un interpretācija. Dispersijas analīzes pamatuzdevumi. Faktora ietekmes būtiskums.
7 Pazīmju atkarība un infrastruktūra. Korelācijas veidi. Izkliedes diagramma. Korelācijas ciešuma rādītāji.
8 Regresijas jēdziens. Regresijas analīzes pamatuzdevumi. Regresijas veida izvēle. Regresijas koeficientu aprēķināšana.

Prasības kredītpunktu iegūšanai

Sekmīgi jāuzraksta 3 kontroldarbi, kas plānoti ārpus nodarbību laika, saskaņojot ar priekšmeta pasniedzēju Jāizpilda un jāaizstāv 6 praktiskie darbi. Noslēgumā akumulējoša ieskaite, vērtējums veidojas no kontroldarbu atzīmēm un laboratorijas darbu novērtējuma. Kavēto praktisko darbu izpilde un neieskaitīto kontroldarbu kārtošana katedras noteiktā laikā.

Pamatliteratūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā. Risinājumi ar SPSS un MS Excel. Rīga: Datorzinību centrs, 2003. 354 lpp.
2. Krastiņš O., Ciemiņa I. Statistika: mācību grāmata. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp.
3. Levine D. M., Ramsey P.P., Smitd R.K. Applied statistics for Engineers and Scientists: Using Microsoft Excel and MINITAB. Upper Saddle River, New Jersey: Prentice Hall, 2001. 671 p.
4. Arhipova I., Bāliņa S. Statistika ar MS Excel ikvienam II. Rīga: Datorzinību centrs, 2000. 136 lpp.

Papildliteratūra

1. Johnson R.A., Wichern D.W. Applied Multivariate Statistical Analysis, 6th ed. USA: Pearson Education, Inc., 2007. 773 p.
2. Zar J.H. Biostatistical Analysis. 4th edition. Prentice Hall International, INC. 1999. 663 p.
3. Everitt B.S., Der A. Handbook of statistical analysis using SAS. London: Published by Chapman & Hall, 1996. 157 p.

Periodika un citi informācijas avoti

1. The Official Journal of the International Association for Statistical Computing "Computational Statistics & Data Analysis", ISSN 0167-9473
2. "The Journal of Modern Applied Statistical Methods". United States, ISSN 1538-9472
3. International Journal of Data Analysis Techniques and Strategies, IJDATS. ISSN 1755-8069

Piezīmes

Obligātais priekšmets Meža fakultātes profesionālo studiju programmu "Mežinženieris" un "Kokapstrāde" specialitātēs.