Latviešu Krievu Angļu Vācu Franču
Statuss(Aktīvs) Izdruka Arhīvs(0) Studiju plāns Vecais plāns Kursu katalogs Vēsture

Kursa nosaukums Matemātiskā statistika
Kursa kods Mate2030
Zinātnes nozare Matemātika
Zinātnes apakšnozare Varbūtību teorija un matemātiskā statistika
Kredītpunkti 2
ECTS kredītpunkti 3
Kopējais stundu skaits kursā 80
Lekciju stundu skaits 16
Semināru un praktisko darbu stundu skaits 16
Studenta patstāvīgā darba stundu skaits 48
Kursa apstiprinājuma datums 04/09/2019
Atbildīgā struktūrvienība Vadības sistēmu katedra
 
Kursa izstrādātājs(-i)
Dr. oec., doc. Līga Zvirgzdiņa

Priekšzināšanas
Kursam priekšzināšanas nav nepieciešamas
 
Kursa anotācija
Studenti apgūst plašāk lietotās matemātiskās statistikas metodes uzņēmējdarbībā, ekonomisko un sociāli demogrāfisko procesu analīzē. Studenti iepazīstas ar teorētiskajiem sadalījumiem un to raksturotājiem, iegūst zināšanas par statistisko rādītāju novērtēšanu un hipotēžu pārbaudi, matemātiskās statistikas metodēm empīriskā sadalījuma novērtēšanai un rezultātu interpretācijai ekonomikā.
Kursa rezultāti un to vērtēšana
Studiju kursa sekmīgas apguves rezultātā studenti:
1.iegūst zināšanas un kritisku izpratni par matemātiskās statistikas metodēm un to praktisku pielietojumu uzņēmējdarbībā, ekonomisko un sociāli demogrāfisko procesu analīzē. – kontroldarbi.
2.spēj parādīt atbilstošo jēdzienu un likumsakarību izpratni, izpildīt vajadzīgās darbības un operācijas, statistisko datu apstrādei izmantot atbilstošu lietojumprogrammatūru. - praktiskie un laboratorijas darbi 3.strādājot grupā vai veicot darbu patstāvīgi, spēj pielietot specialitātes problēmsituācijai atbilstošas matemātiskās statistikas metodes statistiski pamatotu slēdzienu pieņemšanai, piemēram, kursa darbu/projektu un bakalaura darba izstrādāšanā, veikt aprēķinu starprezultātu un gala rezultātu profesionālu novērtēšanu un interpretāciju. - patstāvīgais darbs
Kursa plāns
1.Gadījuma lielumi. Teorētiskie sadalījumi. Diskrēts gadījuma lielums, nepārtraukts gadījuma lielums. Sadalījuma likums (varbūtību sadalījums). Sadalījuma funkcija. (6 h)
2.Binomiālais sadalījums, tā likumsakarību izmantošana ekonomiskos pētījumos. (3 h)
3.Puasona sadalījums, tā izmantošana ekonomiskos pētījumos. (2 h)
4.Normālais sadalījums. Gadījuma lieluma standartizācija. Binomiālā sadalījuma aproksimācija ar normālo sadalījumu. Normālā sadalījuma likumsakarību izmantošana ekonomiskos pētījumos. (4 h)
1.kontroldarbs. Teorētiskie sadalījumi.
5.Hipotēžu pārbaude. Statistiskā hipotēze un tās uzdevuma nostādne ekonomiskos pētījumos. Statistiskie slēdzieni un lēmumi. Hipotēžu pārbaudes algoritms. Ticamības intervāla metode. Hipotēzes pārbaude ar testa vērtējuma metodi. Hipotēzes pārbaude ar p-vērtības (p-value) metodi. (3 h)
6.Hipotēzes pārbaude par ģenerālkopas vidējo. Hipotēzes pārbaude par ģenerālkopas dispersiju. (2 h)
7.Hipotēzes pārbaude un lēmuma pieņemšana par divu ģenerālkopu parametriem. Saistītas un nesaistītas (neatkarīgas) paraugkopas. Uzdevuma nostādne ekonomiskos pētījumos.
F-tests. T-tests nesaistītām jeb neatkarīgām paraugkopām. Rezultātu interpretācija ekonomiskos pētījumos. T-tests saistītām paraugkopām. Rezultātu interpretācija ekonomiskos pētījumos. (3 h)
8.Empīriskā un teorētiskā sadalījuma atbilstības pārbaude. 2 kritērija pielietošana hipotēžu pārbaudē. Uzdevuma nostādne ekonomiskos pētījumos. (2 h)
9.Dispersijas analīzes būtība un uzdevumi. Viena faktora dispersijas analīze. Divu faktoru dispersijas analīze ar un bez atkārtojumiem. Uzdevuma nostādne ekonomiskos pētījumos. (5 h) 2.kontroldarbs. Hipotēžu pārbaudes metodes.
Prasības kredītpunktu iegūšanai
Sekmīgi nokārtots eksāmens

Pilna laika studentiem semestrī 2 kontroldarbi.
Eksāmena vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma:
•divu rakstisku kontroldarbu kopvērtējums;
•teorijas tests (rakstiski).

Nepilna laika studentiem:
•ne vēlāk kā 1 nedēļu pirms eksāmena jāiegūst ieskaite par mājas darbu;
•Eksāmena vērtējums ir atkarīgs no:
odivu rakstisku uzdevumu izpildes; orakstiska teorijas testa rezultāta.
Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums
Pilna laika studentiem katru semestra nedēļu
e-studijās tiek izvietoti attiecīgās tēmas uzdevumi patstāvīgam darbam. Nepilna laika studentiem tiek uzdots viens komplekss mājas darbs, par kuru jāiegūst ieskaite ne vēlāk kā 1 nedēļu pirms eksāmena.
Studiju rezultātu vērtēšanas kritēriji
Pilna laika studentiem semestrī 2 kontroldarbi, - katrs tiek vērtēts ar maksimums 40 punktiem .
Kontroldarba rakstīšanai tiek dota viena iespēja. Attaisnota iemesla dēļ kontroldarbu var rakstīt citā laikā, iepriekš vienojoties ar mācībspēku.
Eksāmena vērtējums ir atkarīgs no semestra kumulatīvā vērtējuma:
•divu praktisku kontroldarbu kopvērtējums (maksimums 80 punkti);
•teorijas tests (maksimums 20 punkti).
10 punkti veido eksāmena atzīmes 1 balli.
Nesekmīga divu kontroldarbu kopvērtējuma gadījumā (zem 40 punktiem) students individuālo studiju un pārbaudījumu periodā atbild par visu studiju kursa vielu kopumā, - 2 praktiski uzdevumi un teorijas tests.
Nepilna laika studentiem 1 nedēļu pirms eksāmena jāsaņem ieskaite par elektroniski e-studijās augšupielādētu mājas darbu (vērtējums: ieskaitīts/neieskaitīts).
Neieskaitīta mājas darba situācijā, students netiek pielaists eksāmena kārtošanai.
Eksāmena vērtējums ir atkarīgs no:
•divu praktisku uzdevumu izpildes (maksimums 8 balles); •teorijas testa rezultāta (maksimums 2 balles).
Pamatliteratūra
1.Arhipova I., Bāliņa S. Statistika ar MS Excel ikvienam. 1. daļa Rīga: Datorzinību Centrs, 1999. 163 lpp. 2.Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 364 lpp. 3.Arhipova I., Bāliņa S. Statistika ekonomikā. Risinājumi ar SPSS un Microsoft Excel. Rīga: Datorzinību Centrs, 2003. 352 lpp. 4.Arhipova I., Ramute L., Paura L. Datu statistiskā apstrāde ar MS Excel. Jelgava: LLU izdevniecība, 1998. 159 lpp. 5.Arhipova I., Ramute L., Žuka L. Matemātiskās statistikas uzdevumu risināšana ar MS Excel. I Jelgava: LLU izdevniecība, 1997. 121 lpp. 6.Arhipova I., Ramute L., Žuka L. Matemātiskās statistikas uzdevumu risināšana ar MS Excel. II Jelgava: LLU izdevniecība. 1997. 98 lpp.
Papildliteratūra
1.Grīnglazs L., Kopitovs J. Matemātiskā statistika: ar datoru lietojuma paraugiem uzdevumu risināšanai. Rīga: Rīgas Starptautiskās ekonomikas un biznesa administrācijas augstskola, 2003. 310 lpp.
2.Krastiņš O. Ciemiņa I. Matemātiskā statistika. Rīga: LR Centrālā statistikas pārvalde, 2003. 267 lpp.
3.Krastiņš O. Statistika un ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 1998. 436 lpp.
4.Smotrovs J. Varbūtību teorija un matemātiskā statistika. I Rīga: Zvaigzne ABC, 2004. 264 lpp.
5.Smotrovs J. Varbūtību teorija un matemātiskā statistika. II Rīga: Zvaigzne ABC, 2007. 136 lpp.
6.Berenson M. L., Levine D. M. Basic Business Statistics. Concepts and Applications. USA: Prentice Hall, 2003. 1013 pp.
7.Cristensen R. Analysis of variance: design and regression. Applied statistical methods. London, UK: Published by Chapman & Hall. 1996. 587 pp. 8.Hair J. F., Anderson R. E., Tatham R. L., Black W. C. Multivariate data analysis with Readings. Fourth Editon. Prentice Hall, 1995.745 p.
Periodika un citi informācijas avoti
1. LR Centrālās statistikas pārvalde. Statistisko datu krājumi.
Piezīmes
Obligāts kurss akadēmiskās izglītības bakalaura studiju programmā “Ekonomika” un nozares teorētiskais pamatkurss otrā līmeņa profesionālās augstākās izglītības bakalaura studiju programmā “Komercdarbība un uzņēmuma vadība”