| Statuss(Neaktīvs) | Izdruka | Arhīvs(0) | Studiju plāns Vecais plāns | Kursu katalogs | Vēsture |
| Kursa nosaukums | Matemātiskā statistika II |
| Kursa kods | Mate2038 |
| Zinātnes nozare | Matemātika |
| Zinātnes apakšnozare | Varbūtību teorija un matemātiskā statistika |
| 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 | 20/01/2015 |
| Atbildīgā struktūrvienība | Datoru sistēmu un datu zinātnes institūts |
| Kursa izstrādātājs(-i) | |
| Dr. sc.ing., asoc. prof. Laima Bērziņa |
|
| Priekšzināšanas | |
| Mate2037, Matemātiskā statistika I |
|
| Kursa anotācija | |
| Studiju kurss turpina iepazīstināt studentus ar matemātiskās statistikas metodēm, akcentējot to praktisko nozīmi vides zinātnes pētījumos. Studenti apgūst dispersijas analīzi, korelācijas, regresijas analīzi un signālu analīzes pamatus, kā arī metodes izvēles nosacījumus un korektu rezultātu interpretāciju. | |
| Kursa rezultāti un to vērtēšana | |
| • Zināšanas un izpratne par dispersijas, korelācijas, rangu korelācijas, regresijas analīzes, laika rindu analīzes un kvalitatīvu pazīmju saistības analīzes pielietojumu saskaņā ar izvirzītajiem pētījuma uzdevumiem;
• prasmes pielietot apgūtās matemātiskās statistikas metodes kursa darbos, kursa projektos, diplomprojektā, profesionālos pētījumos; • kompetence analizēt, sistematizēt datu apstrādes rezultātus un izmantot tos vides inženierzinātnes pētījumos. |
|
| Kursa saturs(kalendārs) | |
| 1 Viena faktora dispersijas analīze.
2 Divu faktoru dispersijas analīze bez atkārtojumiem. 3 Divu faktoru dispersijas analīze ar atkārtojumiem. 4 Pīrsona korelācijas koeficients.Daudzfaktoru korelācija. 5 Rangu korelācijas koeficienti. 6 Kontingences analīze. 7 1.kontroldarbs. 8 Viena faktora lineārās regresijas vienādojums. 9 Daudzfaktoru lineārās regresijas modelis. 10 Nelineārie modeļi. 11 Parametriskās metodes trenda noteikšanai. 12 Nerametriskās metodes trenda noteikšanai. 13 Furje analīze. 14 Neparametriskā statistika vidējo vērtību salīdzināšanai. 15 Testi datu kopai nepiederošo vienību (outliers) noteikšanai. 16 2.kontroldarbs. |
|
| Prasības kredītpunktu iegūšanai | |
| Semestra laikā jāuzraksta 2 kontroldarbi, jāizstrādā patstāvīgais darbs, jānostrādā visi laboratorijas darbi. Ieskaite ar atzīmi. | |
| Obligātā literatūra | |
| 1. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību Centrs, 2006. 364 lpp.
2. Smotrovs J. Varbūtību teorija un matemātiskā statistika II. 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. Helsel D.R., Hirsch R.M. Statistical Methods in Water Resources Techniques of Water Resources Investigations. U.S.: Geological Survey, 2002. 522 p. Pieejama elektroniski https://books.google.com |
|
| Papildliteratūra | |
| 1. Gilbert R.O. Statistical Methods for Environmental Pollution Monitoring. John Wiley&Sons, 1987. 336 p.
2. Mac Berthouex P., Brown L.C. Statistics for Environmental Engineers. Lewis Publishers, 2002. 489 p. Pieejama elektroniski https://books.google.com 3. Gibbons R.D., Coleman D.E. Statistical Methods for Detection and Quantification of Environmental Contamination. John Wiley&Sons, 2001. 384 p. Pieejama elektroniski https://books.google.com |
|
| Periodika un citi informācijas avoti | |
| 1. Environmental and Ecological Statistics. Publisher Springer US. ISSN: 1573-3009 (electronic version) 2. Journal of Agricultural, Biological, and Environmental Statistics. Publisher Springer US. ISSN: 1537-2693 (electronic version) | |
| Piezīmes | |
| Obligātais kurss Lauku inženieru fakultātes profesionālās augstākās izglītības bakalaura studiju programmā „Vide un ūdenssaimniecība” pilna laika sudijās. | |