LV EN RU DE FR

Matemātiskā statistika

Kursa izstrādātājs

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 daudzveidīgu procesu izzināšanas gaitā. Studenti apgūst matemātiskās statistikas metožu iedalījumu, izvēles nosacījumus, kā arī pielietojumu pazīmju vidējo vērtību salīdzināšanai un saistības 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 mērniecības, kadastra, nekustamā īpašuma vērtēšanas un projektēšanas darbu izpildē (patstāvīgais darbs).

Kursa saturs(kalendārs)

Pilna laika klātiene:
1. Matemātiskās statistikas priekšmets. Galvenie jēdzieni. Pazīmju klasifikācija (2h).
2. Pazīmju variācijas rindas veidošana un grafiska attēlošana (2h).
3. Empīrisko novērojumu statistiskie raksturotāji – aprakstošā statistika (2h).
4. Paraugkopu izkliedes rādītāji un izlases reprezentācijas rādītāji (2h).
5. Ģenerālās kopas parametru vērtēšana. Statistiskās hipotēzes, to pārbaude. Statistisko testu iedalījums (2h).
6. 1. kontroldarbs (2h).
7. Gadījuma lielumu sadalījumi. Normālā sadalījuma likums (2h).
8. Hipotēze par divu atkarīgu izlašu vidējiem – t-tests (2h).
9. Hipotēze par divu neatkarīgu izlašu vidējiem – t-tests. Hipotēze par divu izlašu dispersiju starpību – F-tests (2h).
10. 2. kontroldarbs (2h).
11. Pazīmju saistības analīze. Korelācijas koeficienti (2h).
12. Viena faktora lineārās regresijas analīze (2h).
13. Nelineārās regresijas pamati (2h).
14. χ2 kritērijs kā statistiskās neatkarības tests.
15. Neparametriskā statistika (2h).
16. 3. kontroldarbs (2h).
Nepilna laika neklātiene:
Tiek īstenotas visas tēmas, kas norādītas pilna laika klātienei,bet kontaktstundu skaits ir 1/2 no norādīto stundu skaita

Prasības kredītpunktu iegūšanai

Ieskaite ar atzīmi.
3 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 semestra darba kumulatīvā vērtējuma: 3 kontroldarbu kopvērtējums maksimāli 90 punkti; patstāvīgā darba kopvērtējums maksimāli 10 punkti. 10 punkti veido ieskaites atzīmes 1 balli.

Obligātā literatūra

1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 362 lpp.
2. Arhipova I., Bāliņa S. Statistika ekonomikā. Risinājumi ar SPSS un Microsoft Excel. Rīga: Datorzinību Centrs, 2003. 349 lpp.
3. Smotrovs J. Varbūtību teorija un matemātiskā statistika. II Rīga: Zvaigzne ABC, 2007.
4. Grīnglazs L., Kopitovs J. Matemātiskā statistika: ar datoru lietojuma paraugiem uzdevumu risināšanai. Rīga: Rīgas Starptautiskās ekonomikas un biznesa administrācijas augstskola, 2003.

Papildliteratūra

1. Krastiņš O. Ciemiņa I. Statistika. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp.
2. Krastiņš O. Statistika un ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 1998. 435 lpp.

Periodika un citi informācijas avoti

Centrālās statistikas pārvaldes mājas lapa [tiešsaiste]. Pieejams: https://www.csb.gov.lv

Piezīmes

Profesionālās augstākās izglītības bakalaura studiju programmas "Zemes ierīcība un mērniecība" pilna laika klātienes studijas un nepilna laika neklātienes studijas