Kursa kods Vete6041

Kredītpunkti 3

Biostatistika pārtikas higiēnā

Zinātnes nozareVeterinārmedicīna zinātne

Zinātnes apakšnozarePārtikas higiēna

Kopējais stundu skaits kursā48

Lekciju stundu skaits16

Semināru un praktisko darbu stundu skaits32

Kursa apstiprinājuma datums01.03.2017

Atbildīgā struktūrvienībaPārtikas un vides higiēnas institūts

Kursa izstrādātājs

author lekt.

Ivars Lūsis

Augstākā izglītība(līm.)

Kursa anotācija

Biostatistikas kursa apgūšana pārtikas higiēnas maģistrantūras programmā ļauj sagatavoties izvēlētā pētījuma veikšanai. Kursā secīgi tiek apgūtas tēmas kā arī, izmantojot piemērus no higiēnas un veselības pētījumiem, trenētas iemaņas, kas nepieciešamas pētījuma plānošanai, datu iegūšanai, saglabāšanai un strukturētai analīzei. Apskatīta pētījuma rezultātu prezentēšana tabulārā un grafiskā formā. Tiek skaidroti rezultātu vispārinājuma teorētiskie pamati un praktiskais pielietojums.

Kursa rezultāti un to vērtēšana

Zināšanas par biostatistikas likumsakarībām, kas ir pamatā pētījumā iegūto rezultātu vispārināšanai un secinājumu formulēšanai. Pārzina izpētes objekta vienību minimālā skaita nepieciešamību, izvēles metožu pielietošanu, kā arī statistisko rādītāju salīdzināšanu – 3 patstāvīgo darbu izpilde un to vērtējums ar atzīmi;
Prasmes sakārtot pētījuma datus izklājlapā, izmantot aprakstošās statistikas un datu grafiskā attēlojuma rīkus vispārējas lietošanas datu programmā. Spēj sekot programmētai datu analīzes gaitai – praktiskie darbi;
Ir kompetents veikt maģistra darba datu iegūšanu un apstrādi, izmantojot atbilstošas datorprogrammas, interpretēt iegūtos rezultātus, formulēt secinājumus, pamatot lēmumus – maģistra darba pētījums, datu uzkrāšana, apstrāde, kā arī rezultātu parādīšana diagrammās un tabulās.

Kursa plāns

1. Strukturēta datu analīze. Primāro datu tabulas iekārtojums, saglabāšana un drošība. 1 h lekcija un 2 h praktiskie darbi.
2. Higiēnas un veselības pētījumos biežāk izmantotie mainīgo lielumu formāti. Datu kodēšana. Kodu pārveidošana. 1 h lekcija un 2 h praktiskie darbi.
3. Datu analīze interaktīvā veidā (MS Excell, OpenOffice Calc) un ar datorprogrammas komandu sarakstu ( STATA, R u.c.). 1 h lekcija un 2 h praktiskie darbi.
4. Mainīgo lielumu vienkārša aprakstošā statistika. Vidējie un izkliedes rādītāji. Sadalījumu veidi. 1 h lekcija un 2 h praktiskie darbi.1.patstāvīgais darbs.
5. Hipotēžu pārbaudes testi. Parametriskas un neparametriskas metodes. Iespējamības attiecības tests. 1 h lekcija un 2 h praktiskie darbi.
6. Mainīgo lielumu attēlojums vienvirziena un divvirzienu tabulās. 1 h lekcija un 2 h praktiskie darbi.
7. Mainīgo lielumu parametru grafisks attēlojums. Riņķa, stabiņu un kastveida diagramma ar izkliedes rādītāju. 1 h lekcija un 2 h praktiskie darbi.
8. Attēlu un tabulu vizuālais noformējums, saglabāšanas formatējums, ievietošana teksta failā, prezentācijā. 1 h lekcija un 2 h praktiskie darbi. 2.patstāvīgais darbs.
9. Vidējo rādītāju salīdzināšana. Neatkarīgas un atkarīgas salīdzināmās grupas. Atkārtotu mērījumu sērija un paneļdati. 1 h lekcija un 2 h praktiskie darbi.
10. Rezultatīvie mainīgie lielumi (outcome, response). Neatkarīgie mainīgie lielumi (predictor, explanatory). 1 h lekcija un 2 h praktiskie darbi.
11. Ietekmes (effect) novērtēšana. Metrisks rezultāts. Binārs rezultāts. 1 h lekcija un 2 h praktiskie darbi.
12. Relatīvais risks. Krusteniskā attiecība. 1 h lekcija un 2 h praktiskie darbi.
13. Ietekmes efekta salīdzināšana un koriģēšana (controlling), dalot kopu vairākos slāņos (stratification). 1 h lekcija un 2 h praktiskie darbi.
14. Korelācija. Lineārā regresija. 1 h lekcija un 2 h praktiskie darbi. 3.patstāvīgais darbs.
15. Loģistiskā regresija. 1 h lekcija un 2 h praktiskie darbi.
16. Faktoru mijiedarbības, jaucējfaktoru un iespējamu blakusfaktoru ietekmes koriģēšana ar regresijas metodi. 1 h lekcija un 2 h praktiskie darbi.

Prasības kredītpunktu iegūšanai

Ieskaite ar atzīmi.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Studējošais patstāvīgi savā datorā izpilda darba uzdevumus un iesūta failā ar nosaukumu „BPH_1_VardsUzvards”.
1.patstāvīgais darbs – primāro datu tabula, mainīgo lielumu noformēšana, kodēšana, aprakstošā statistika;
2.patstāvīgais darbs – hipotēzes formulēšana un pārbaude, rezultātu diagrammas un tabulas;
3.patstāvīgais darbs – korelācija, faktora ietekmes vērtēšana, lineārā regresija.

Studiju rezultātu vērtēšanas kritēriji

Semestra laikā 3 patstāvīgie darbi. Darbus iesniedz e-studiju sistēmā. Atbilstoši iesniegtā darba izpildes kvalitātei piešķir atzīmi pēc LLU Studiju nolikumā norādītajiem 10 ballu skalas kritērijiem. Atzīmi par studiju kursu aprēķina kā vidējo aritmētisko vērtību no 3 patstāvīgo darbu atzīmēm.

Pamatliteratūra

1. Hills M., De Stavola B.L. A Short Introduction to STATA for Biostatistics. London: Timberlake Consultants, 2009. 188 p. 2. Hirsch R.P. Introduction to Biostatistical Applications in Health Research with Microsoft Office Excell. Wiley, 2016. 408 p. 3. Altman D.G. Practical Statistical for Medical Research. London: Chapman & Hall/CRC, 1991. 611 p.

Papildliteratūra

1. Krastiņš O., Ciemiņa I. Statistika. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp. 2. Dohoo I., Martin W., Stryhn H. Veterinary Epidemiologic Research. Charlottetown: VER inc., 2010. 865 p. 3. Teibe U. Bioloģiskā statistika. Rīga: LU Akadēmiskais apgāds, 2007. 156 lpp.

Piezīmes

Obligātais kurss VMF profesionālās augstākās izglītības maģistra studiju programmā „Pārtikas higiēna” pilna un nepilna laika studijās.