Kursa nosaukums | Datu apstrādes metodes |
Kursa kods | Mate5011 |
Zinātnes nozare | Matemātika |
Kredītpunkti (ECTS) | 3 |
Kopējais stundu skaits kursā | 81 |
Lekciju stundu skaits | 16 |
Laboratorijas darbu stundu skaits | 16 |
Studenta patstāvīgā darba stundu skaits | 49 |
Kursa apstiprinājuma datums | 15/03/2011 |
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 | |
Studiju kurss sniedz padziļinātas zināšanas datu analīzes sistēmās saistot tās ar pētījumiem sociālajās zinātnēs, kā arī prasmes pielietot specializētās datorprogrammas noteiktiem datu analīzes mērķiem. Studiju kursā studenti apgūst metodes pazīmju vērtību izmaiņu un savstarpējās saistības analīzei, kā arī gūst izpratni par kvalitatīvo datu pētniecības metodēm. | |
Kursa rezultāti un to vērtēšana | |
Zināšanas un padziļināta izpratne par pazīmju vērību izmaiņu un sakarības analīzes metodēm, to izvēles pamatprincipiem saskaņā ar izvirzītajiem pētījuma uzdevumiem sociālajos pētījumos; prasmes argumentēti izskaidrot un diskutēt par datu apstrādes metožu izvēles principiem, to pielietošanu un realizēšanu; interpretēt iegūtos rezultātus, formulēt secinājumus; kompetences veikt maģistra darba pētījumu datu apstrādi ar datu apstrādes specializēto lietojumprogrammatūru; pielietot datu apstrādes metodes kursa darbu un maģistra darba izstrādē. | |
Kursa saturs(kalendārs) | |
1 Ievads. Datu apstrādes metožu klasifikācija un nozīme
2 Datu grupēšana 3 Statistiskie rādītāji 4 Pazīmju laika rindu analīze 5 Pazīmju saistības analīze 6 Kvantitatīvu pazīmju saistības analīze 7 Ordinālās skalas pazīmju saistības analīze 8 Nominālās skalas pazīmju saistības analīze 9 Statistisko hipotēžu pārbaude 10 Hipotēžu pārbaude kvantitatīvo pazīmju saistības analīzē 11 Hipotēžu pārbaude kvalitatīvo pazīmju saistības analīzē 12 Statistisko datu analīzes specializētā programmatūra 13 Brīvas pieejas programmatūra datu statistiskajai apstrādei 14 On-line rīki datu statistiskajai apstrādei 15 Datu analīzes metožu pielietojuma analīze un izvērtēšana zinātniskajā literatūrā 16 Datu apstrādes metodoloģijas plānošana studenta maģistra darba izstrādei |
|
Prasības kredītpunktu iegūšanai | |
Izstrādāti laboratorijas darbi. Sekmīgi uzrakstīti 2 kontroldarbi. Izstrādāts un aizstāvēts patstāvīgais darbs. Pārbaudes veids - ieskaite ar atzīmi. | |
Obligātā literatūra | |
1. Arhipova I., Bāliņa S. Statistika ekonomikā: risinājumi ar SPSS un Microsoft Excel. Rīga: Datorzinību centrs, 2003. 349 lpp.
2. Arhipova I., Bāliņa S. Statistika ekonomikā un biznesā. Rīga: Datorzinību centrs, 2006. 362 lpp. 3. Paura L., Arhipova I. Statistiskās neparametriskās metodes. SPSS datorprogramma: mācību līdzeklis. Jelgava: LLKC, 2002. 148 lpp. 4. Kroplijs A., Raščevska M. Kvalitatīvās pētniecības metodes sociālajās zinātnēs. Rīga: Raka, 2004. 178 lpp. |
|
Papildliteratūra | |
1. Miller R.L. et al. SPSS for social scientists. New York: Palgrave Macmillan, 2002. 334 lpp.
2. Strauss A., Corbin J. Basics of Qualitative Research. Los Angeles: CA Sage. 1998. 312 lpp. 3. Berg B.L. Qualitative research methods for the social sciences. Boston: Allyn & Bacon, 2007. 384 lpp. |
|
Piezīmes | |
Brīvās izvēles studiju kurss SZF Maģistra studiju programmā "Sabiedrības pārvalde". |