| Statuss(Aktīvs) | Izdruka | Arhīvs(0) | Studiju plāns Vecais plāns | Kursu katalogs | Vēsture |
| Kursa nosaukums | Matemātiskā statistika ģeoinformātikā |
| Kursa kods | InfT3048 |
| Zinātnes nozare | Informācijas tehnoloģija (nav zn) |
| Kredītpunkti (ECTS) | 3 |
| Kopējais stundu skaits kursā | 81 |
| Lekciju stundu skaits | 16 |
| Semināru un praktisko darbu stundu skaits | 16 |
| Studenta patstāvīgā darba stundu skaits | 49 |
| Kursa apstiprinājuma datums | 19/01/2022 |
| Atbildīgā struktūrvienība | Datoru sistēmu un datu zinātnes institūts |
| Kursa izstrādātājs(-i) | |
| Dr. agr., prof. Līga Paura Dr. sc.ing., asoc. prof. Laima Bērziņa |
|
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Studenti iemācās izprast matemātiskās statistikas pamatjēdzienus un praktisko pielietojumu ģeotelpiskās informācijas analīzē. Kursā tiek apgūtas matemātiskās statistikas metodes, kas pielietojamas ĢIS analīzē un ģeotelpisko datu izpētē. Kursā tiek attīstītas prasmes lietot statistiskās metodes, veicot ģeotelpiskās informācijas problēmu analīzi. | |
| 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 (praktiskie darbi); prasmes pielietot matemātiskās statistikas metodes kursa darbos un projektos, diplomprojekta izstrādē un citos profesionālos pētījumos (praktiskie darbi, kontroldarbi); kompetence analizēt, sistematizēt datu apstrādes rezultātus un izmantot tos ĢIS uzdevumu darbu izpildē (patstāvīgais darbs). |
|
| Kursa saturs(kalendārs) | |
| Pilna laika klātienes studijās:
1. Matemātiskās statistikas priekšmets ģeoinformātikā. Galvenie jēdzieni. Pazīmju klasifikācija. 2h 2. Pazīmju variācijas grafiska attēlošana un analīze. 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.Neparametriskā statistika. 2h 11. Pazīmju saistības analīze. Korelācijas koeficienti. 2h 12. Viena faktora lineārās regresijas analīze. 2h 13. Nelineārās regresijas pamati. 2h 14. Daudzvariāciju statistiskās metodes. 2h 15. Statistiskās metodes telpiskajai analīzei. 2h 16. 2. kontroldarbs. 2h Nepilna laika neklātienes studijās: Tiek īstenotas visas tēmas, kas norādītas pilna laika klātienes studijās, bet kontaktstundu skaits ir ½ no norādīto stundu skaita. |
|
| Prasības kredītpunktu iegūšanai | |
| Ieskaite. 2 kontroldarbi un pastāvīgais darbs. | |
| Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums | |
| Studējošie patstāvīgi izzina teorijas jautājumus un gatavojas kontroldarbiem. | |
| Studiju rezultātu vērtēšanas kritēriji | |
| Ieskaiti students saņem pēc 2 kontroldarbu (maksimāli 80 punkti) un patstāvīgā darba vērtējuma (maksimāli 20 punkti), ja kopā iegūti vismaz 70 punkti. | |
| Obligātā literatūra | |
| 1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 362 lpp.
2. Smotrovs J. Varbūtību teorija un matemātiskā statistika. 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. Chun Y., Griffith D. A. Spatial Statistics and Geostatistics. SAGE, 2013. 200 p. 5. Fischer M. M., Getis A. Handbook of Applied Spatial Analysis. Springer, 2010. 352 p. |
|
| 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. 3. Dale P. Mathematical Techniques in GIS. CRC Press, 2014. 359 p. 4. Schabenberger, O., Gotway, C. Statistical Methods for Spatial Data Analysis. Boca Raton [etc.]:Chapman &Hall/CRC, 2005. 512 p. |
|
| Periodika un citi informācijas avoti | |
| 1. Centrālā statistikas pārvalde. Pieejams: https://www.csb.gov.lv
2. Official Statistics Portal [online] Available: https://stat.gov.lv/en 3. Eurostat [online] Available: https://ec.europa.eu/eurostat/web/main 4. FAOSTAT [online] Available: https://www.fao.org/faostat/en/#home |
|
| Piezīmes | |
| Profesionālās augstākās izglītības bakalaura studiju programmas “Ģeoinformātika un tālizpēte” pilna laika klātienes studijās un nepilna laika neklātienes studijās | |