| Kursa nosaukums | Pētījumu metodoloģija |
| Kursa kods | MežZ4002 |
| Zinātnes nozare | Mežzinātne (nav zn) |
| Kredītpunkti (ECTS) | 1.5 |
| Kopējais stundu skaits kursā | 40.5 |
| Atbildīgā struktūrvienība | Mežsaimniecības institūts |
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Pētījumu metodoloģijā studenti apgūst induktīvās izziņas pamatjēdzienus, reprezentativitātes problēmas risinājumu, inženierpētījumu empīriskās informācijas ievākšanas un statistiskās apstrādes pamatmetodes (paraugkopas rādītāju aprēķināšana, hipotēžu pārbaude, korelācijas un regresijas analīzes). | |
| Kursa saturs(kalendārs) | |
| 1 Induktīvā izziņa. Izlases metode. Reprezentativitātes problēma. Izziņas objekti un pazīmes.
2 Statistiskās kopas. Paraugkopas komplektēšana. Pazīmju vērtēšanas skalas. 3 Empīriskais sadalījums, tā īpašību grafiskā prezentācija. 4 Paraugkopas un ģenerālkopas statistiskie rādītāji. Klasifikācija. Vidējie. 5 Izkliedes rādītāji. Reprezentācijas rādītāji. 6 Hipotēžu pārbaudes. Abpusējās un vienpusējās pārbaudes. Nulles hipotēze. Pārbaudes kritēriji. 7 Teorētiskie sadalījumi. Varbūtības teorijas pamatjēdzieni. Būtiskuma un ticamības līmeņi. Atbilstības pārbaude 8 Paraugkopu salīdzināšana. Parametriskās un neparametriskās metodes. 9 Kontroldarbs: Statistiskās analīzes pamatjēdzieni. 10 Korelācijas analīze. Pazīmju atkarības veidi un ciešums. Korelācijas koeficienti un attiecība. 11 Regresijas analīze. Pāru lineārā regresija. Risinājuma etapi. Mazāko kvadrātu metode. 12 Regresijas vienādojuma statistiskā pārbaude un interpretācija. 13 Pāru nelineārā regresija: paraboliskā, hiperboliskā. pakāpes, eksponentregresija. 14 Linearizēšana. Pakāpes un eksponentregresija. 15 Multiplās regresijas pamatjēdzieni. 16 Kontroldarbs: Korelācijas un regresijas analīzes. |
|
| Prasības kredītpunktu iegūšanai | |
| Abu kontroldarbu ieskaites. | |
| Obligātā literatūra | |
| 1. Liepa I., 1974. Biometrija. - Rīga: Zvaigzne. - 337 lpp.
2. Krastiņš O., Ciemiņa I., 2003. Statistika. Mācību grāmata augstskolām. - Rīga: LR CSP. - 267 lpp. 3. Arhipova I., Bāliņa S., 2003. Statistika ekonomikā. Risinājumu ar SPSS un Microsoft Exel. - Rīga: Datorzinību centrs. - 352 lpp. 4. Alan H. Kvanli, et all. Introdaction to business statistics: a computer integrated approach. West Publishing company, USA, 930 p. |
|
| Papildliteratūra | |
| 1. Everitt B.S., Der A. Handbook of statistical analysis using SAS. Published by Chapman & Hall, London, U.K., 1996, p. 157.
2. Weber E. Grundriss der biologischen Statistik: Anwendung der math. Statistik in Naturwiss. und Technik.- Jena, 1972.- 706 S 3. Levine D. M., et all, 2001. Applied statistics for engineers and scientists using Microsoft Excel and MINITAB. -USA. -671 p. 4. Norušis M.J. SPSS 8.0 Guide to Data Analysis. Prentice-Hall, Inc., 1998. – P.564. |
|
| Piezīmes | |
| Priekšmets iekļauts kokapstrādes studiju programmas obligātajā daļā, 5.semestrī. | |