Kursa nosaukums | Biostatistika veterinārmedicīnā |
Kursa kods | Vete3048 |
Zinātnes nozare | Veterinārmedicīna zinātne |
Kredītpunkti (ECTS) | 3 |
Kopējais stundu skaits kursā | 81 |
Semināru un praktisko darbu stundu skaits | 32 |
Studenta patstāvīgā darba stundu skaits | 49 |
Kursa apstiprinājuma datums | 16/11/2022 |
Atbildīgā struktūrvienība | Pārtikas un vides higiēnas institūts |
Kursa izstrādātājs(-i) | |
Ph.D., lekt. Ivars Lūsis |
|
Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
Kursa anotācija | |
Studiju kursa mērķis ir studējošam ļaut labāk sagatavoties izvēlētā diplomdarba pētījuma veikšanai. Kursā secīgi tiek apgūtas tēmas kā arī, izmantojot piemērus no higiēnas un veselības pētījumiem, trenētas iemaņas, kas nepieciešamas pētījuma plānošanai, datu iegūšanai, drošai saglabāšanai un strukturētai analīzei. Apskatīta pētījuma rezultātu prezentēšana tabulārā un grafiskā formā. Tiek skaidroti rezultātu vispārinājuma teorētiskie pamati un praktiski ieteikumi kā izvērtēt nenoteiktību slimību diagnostikā. | |
Kursa rezultāti un to vērtēšana | |
Pēc kursa studijām students:
spēj ar iegūtajām zināšanām paskaidrot, kādi biostatistiskie apsvērumi ietekmē pētījumā iegūtos rezultātus, to vispārināšanu secinājuma formā. Pārzina pētāmo objektu minimālā skaita nepieciešamības, pareizas atlases principu pielietošanas, kā arī statistisko rādītāju salīdzināšanas teorētisko pamatojumu – 3 patstāvīgie darbi; prot sakārtot pētījuma datus izklājlapā, pielietot aprakstošās statistikas un datu grafiskā attēlojuma lietotnes vispārējas lietošanas datu programmā. Spēj sekot programmētai datu analīzes gaitai – praktiskie darbi; spēj veikt diplomdarba pētījuma datu apstrādi, izmantojot datu statistiskās apstrādes programmas, interpretēt iegūtos rezultātus, formulēt secinājumus, pamatot ieteikumus. |
|
Kursa saturs(kalendārs) | |
Pilna laika klātiene (uz vietas vai tiešsaistē):
1.Ievads. Strukturēta datu analīze. Primāro pētījuma datu tabulas iekārtojums un droša saglabāšana. 2 h 2.Higiēnas un veselības pētījumos biežāk izmantotie mainīgo lielumu formāti. Datu kodēšana un transformēšana. 2 h 3.Datu analīze interaktīvā veidā (MS Excell, OpenOffice Calc) un ar datorprogrammas komandu sarakstu ( STATA, R u.c.). 2 h. 4.Mainīgo lielumu aprakstošā statistika. Vidējie un izkliedes rādītāji. Sadalījumu veidi. 2 h, Patstāvīgais darbs Nr.1. 5.Hipotēžu pārbaudes testi. Parametriskas un neparametriskas metodes. 2 h 6.Salīdzināmo grupu lieluma aprēķināšana ar aplikāciju G-power. 2 h. 7.Mainīgo lielumu apkopojums tabulās un parametru grafisks attēlojums. Riņķa, stabiņu un kastveida diagramma ar izkliedes rādītāju. 2 h. 8.Attēlu un tabulu vizuālais noformējums, saglabāšanas formatējums, ievietošana teksta failā, prezentācijā. 2 h, Patstāvīgais darbs Nr.2. 9.Vidējo rādītāju salīdzināšana. Neatkarīgas un atkarīgas salīdzināmās grupas. ANOVA un t-tests. Atkārtotu mērījumu sērija un paneļdati. 2 h 10.Rezultatīvie (atkarīgie) mainīgie lielumi. Neatkarīgie mainīgie lielumi. 2 h 11.Ietekmes efekta novērtēšana. Metrisks rezultāts. Binārs rezultāts. 2 h 12.Relatīvais risks. Krusteniskā attiecība (OR – odds ratio). 2 h 13.Ietekmes efekta salīdzināšana un koriģēšana (controlling), dalot kopu vairākos slāņos (stratification). 2 h 14.Korelācija. Lineārā regresija. 2 h, Patstāvīgais darbs Nr.3. 15.Loģistiskā regresija. 2 h 16.Faktoru mijiedarbības, jaucējfaktoru un iespējamu blakusfaktoru ietekmes koriģēšana ar regresijas metodi. 2 h. Nepilna laika neklātiene: Nav paredzēts |
|
Prasības kredītpunktu iegūšanai | |
Ieskaite | |
Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums | |
Studējošais patstāvīgi savā datorā izpilda darba uzdevumus un iesūta e-studiju sistēmā failu ar nosaukumu „BST_1_VardsUzvards”.
Patstāvīgais darbs Nr.1. – primāro datu tabula, mainīgo lielumu noformēšana, kodēšana, aprakstošā statistika; Patstāvīgais darbs Nr.2. – hipotēzes par vidējo aritmētisko vērtību salīdzinājumu un to pārbaude, rezultātu diagrammas un tabulas; Patstāvīgais darbs Nr.3.– korelācija, faktora ietekmes vērtēšana, lineārā regresija. |
|
Studiju rezultātu vērtēšanas kritēriji | |
Semestra laikā 3 patstāvīgie darbi. Atbilstoši iesniegtā darba izpildes kvalitātei piešķir atzīmi pēc LBTU Studiju nolikumā norādītajiem 10 ballu skalas kritērijiem. Visiem darbiem jābūt novērtētiem ar sekmīgu atzīmi. Ieskaiti par studiju kursu iegūst, ja 3 patstāvīgo darbu vidējais aritmētiskais ir 6 balles vai augstāks. | |
Obligātā literatūra | |
1. Schmuller, J. Statistical Analysis with R for Dummies. John Wiley & Sons Inc, 2017. , 425 p.
2.Hirsch R.P. Introduction to Biostatistical Applications in Health Research with Microsoft Office Excel. Hoboken, New Jersey: Wiley, 2016. , 408 p. 3.Hills M., De Stavola B.L. A Short Introduction to STATA for Biostatistics. London: Timberlake Consultants, 2009. , 188 p. |
|
Papildliteratūra | |
1.Rabe-Hesketh S., Skrondal A. Multilevel and Longitudinal Modeling Using STATA. Stata Press Publication, 2022. ,1098 p.
2.Blasco A., Bayesian Data Analysis for Animal Scientists: The Basics. Netherlands: Springer International Publishing AG, 2017. , 275 p. 3.Petrie a., Watson P. Statistics for Veterinary and Animal Science. Singapore: Wiley-Blackwell, 2013. , 391 p. 4.Dohoo I., Martin W., Stryhn H. Veterinary Epidemiologic Research. Charlottetown: VER inc., 2010. , 865 p. 5.Teibe U. Bioloģiskā statistika. Rīga: LU Akadēmiskais apgāds, 2007. , 156 lpp. 6.Krastiņš O., Ciemiņa I. Statistika. Rīga: LR Centrālā statistikas pārvalde, 2003. , 267 lpp. |
|
Periodika un citi informācijas avoti | |
Biometrics. Journal of the International Biometric Society. ISSN 1541-0420.
Journal of Medical Statistics and Informatics ISSN 2053-7662 https://epitools.ausvet.com.au/ |
|
Piezīmes | |
Brīvās izvēles studiju kurss (BISK) 2.līmeņa profesionālās augstākās izglītības programmā “Veterinārmedicīna” |