| Kursa nosaukums | Lietišķā statistika |
| Kursa kods | Mate3007 |
| Zinātnes nozare | Matemātika |
| Zinātnes apakšnozare | Varbūtību teorija un matemātiskā statistika |
| Kredītpunkti (ECTS) | 3 |
| Kopējais stundu skaits kursā | 81 |
| Studenta patstāvīgā darba stundu skaits | 81 |
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Studenti apgūst datu iegūšanas un reprezentatīvās paraugkopas izveidošanas pamatprincipus, statistiskās metodes un to pielietošanu reālo piemēru atrisināšanai, statistisko hipotēžu izvirzīšanu un pārbaudi. Statistiskās metodes apgūst ar datorprogrammu palīdzību. Iegūtās zināšanas studenti tālāk izmanto bakalaura darba izstrādē. | |
| Kursa saturs(kalendārs) | |
| 1 Statistiskās kopas.
2 Datu iegūšanas un reprezentatīvās paraugkopas izveidošanas principi. 3 Ranžētās rindas un to raksturotāji. Empīrisko sadalījumu grafiskā attēlošana. 4 Statistisko rādītāju nozīme un klasifikācija. Ģenerālkopas vidējās vērtības ticamības intervāls. 5 Hipotēžu pārbaudes metodes. Nulles un alternatīvās hipotēzes izvirzīšana. 6 t- tests paraugkopas un ģenerālkopas vidējo salīdzināšanai. 7 t - tests nesaistīto paraugkopu vidējo salīdzināšana. t-tests saistīto paraugkopu vidējo salīdzināšana. 8 Dispersijas analīze. 9 Korelācijas analīze. 10 Regresijas analīze. 11 Neparametrisko testu klasifikācija. Dihotomisko datu apstrāde. 12 Neparametriskās statistiskās metodes divu nesaistīto paraugkopu datu salīdzināšanai. 13 Neparametriskās statistiskās metodes divu saistīto paraugkopu datu salīdzināšanai. 14 Pazīmju saistības un korelācijas analīze nominālās skalas un ordinālās skalas datiem. 15 Hī - kvadrāta tests. 16 Kvalitatīvo paraugkopu analīze. |
|
| Prasības kredītpunktu iegūšanai | |
| Izstrādāti un aizstāvēti laboratorijas darbi, kontroldarbos - sekmīgas atzīmes. | |
| Obligātā literatūra | |
| 1. Andersen David R., Sweeney Dennis J., Williams Thomas A. Quantitative Methods for Business. New York, West Pulishing Company, 1992 – P.851
2. Arhipova I., Bāliņa S. Statistika ar Mictosoft Excel 97 ikvienam. 1.daļa. Mācību līdzeklis. Rīga: Datorzinību centrs, 1999. – 168 lpp. 3. Arhipova I., Ramute L., Paura L. Datu statistiskā apstrāde ar MS Excel. –Jelgava: LLU, 1998. – 159 lpp. 4. Paura L., Arhipova I. Statistiskās neparametriskās metodes. Mācību līdzeklis/ Jelgava: LLU, 2001.-134 lpp. |
|
| Papildliteratūra | |
| 1. Levine David M., Mark L.Berenson, David Stephan Statistics for managers Using MS Excel. Ptentice Hall, 1999. | |
| Periodika un citi informācijas avoti | |
| 1. Statistikas gada grāmata | |
| Piezīmes | |
| Priekšmets iekļauts ITF akadēmiskas studiju programmas "Datorvadība un datorzinātne" izvēles daļā, 6.semestrī. | |