Excel
Kursa nosaukums Statistisko metožu pielietojums
Kursa kods VidZ5039
Zinātnes nozare Vides zinātne (nav zn)
Kredītpunkti (ECTS) 3
Kopējais stundu skaits kursā 81
Lekciju stundu skaits 12
Laboratorijas darbu stundu skaits 12
Studenta patstāvīgā darba stundu skaits 57
Kursa apstiprinājuma datums 16/03/2022
Atbildīgā struktūrvienība Ainavu arhitektūras un vides inženierijas institūts
 
Kursa izstrādātājs(-i)
Dr. sc.ing., asoc. prof. Laima Bērziņa

Priekšzināšanas
VidZ5038, Statistiskās metodes
Kursa anotācija
Studiju kursa mērķis ir studentam praktiski apgūt izvēlētajā specializācijā izmantojamās statistiskās metodes, kā arī sniegt studentam praktisku atbalstu maģistra darbā vai citos zinātniskos pētījumos izmantojamo datu statistiskā analīzē un interpretācijā.
Studiju kurss turpina iepazīstināt studentus ar matemātiskās statistikas metodēm, akcentējot to praktisko nozīmi vides, ūdens un zemes inženierzinātniskajos pētījumos. Studenti apgūst dispersijas analīzi, korelācijas, regresijas analīzi, laiku rindu analīzi un telpisko datu analīzi, kā arī metodes izvēles nosacījumus un korektu rezultātu interpretācijai.
Kursa rezultāti un to vērtēšana
Pēc studiju kursa studijām students:
• pārzina un izprot dispersijas, korelācijas, regresijas analīzes, laika rindu analīzes un telpisko datu analīzes pielietojumu saskaņā ar izvirzītajiem pētījuma uzdevumiem (1. un 2. kontroldarbs);
• prot praktiski pielietot apgūtās statistiskās metodes datu analīzē (laboratorijas darbi); • spēj analizēt, sistematizēt datu apstrādes rezultātus un kritiski tos izvērtēt konkrēta virziena pētījumā (mājas darbs).
Kursa saturs(kalendārs)
1.Statistisko metožu pielietojums vides, ūdens un zemes inženierzinātnēs [L 1h, P 1h].
2.Dispersijas analīzes pielietojuma piemēri [L 1h, P 1h].
3.Korelācijas analīzes izmantošana [L 1h, P 1h].
4.Viena faktora lineārās regresijas analīzes pielietojums [L 1h, P 1h].
1. kontroldarbs: Dispersijas un regresijas analīzes izmantošana.
5.Nelineārās regresijas pamati [L 2h, P 2h].
6.Daudzfaktoru regresijas analīzes izmantošana [L 2h, P 2h].
7.Laika rindu analīzes būtība un metodes [L 2h, P 2h].
8.Telpisko datu statistikās analīzes metožu pielietojums [L 2h, P 2h]. 2. kontroldarbs: Laika rindu un telpisko datu analīzes metožu izmantošana.
Prasības kredītpunktu iegūšanai
Ieskaite ar atzīmi. Kumulatīvo vērējumu veido:
•2 kontroldarbi (iekļauj apgūto tēmu teorijas jautājumus un uzdevumu risināšanu);
•Mājas darbs (izpētes uzdevums par statistisko metožu izmantošanu inženierzinātņu pētījumos). Visiem darbiem ir jābūt laicīgi rakstītiem un iesniegtiem, Kontroldarbus var rakstīt tikai norādītā laikā un vienu reizi.
Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums
Mājas darbs: Regresijas modeļu pielietojums vides, ūdens un zemes inženierzinātnes dažādos pētījumos (apjoms vismaz 5 lpp, iesniedz elektroniskā veidā, prezentācija - auditorijā).
Studiju rezultātu vērtēšanas kritēriji
Studiju kursa vērtējums ir atkarīgs no studiju kursa kontroldarbu un mājas darba kumulatīvā vērtējuma:
1. kontroldarbs: (40%).
2. kontroldarbs: (40%). Mājas darbs: statistisko metožu pielietojuma izpēte, atskaites sagatavošana, ko iesniedz e-studiju vidē, darba rezultātu prezentācija (20%).
Obligātā literatūra
Arhipova I., Balina S. Statistika ekonomikā un biznesā. Risinājumi ar SPSS un MS Excel: mācību līdzeklis. Rīga: Datorzinību centrs, 2006. 362 lpp.
Smotrovs J. Varbūtību teorija un matemātiskā statistika II. Rīga: Zvaigzne ABC, 2007. 136 lpp. Brandt S. Data analysis: statistical and computational methods for scientists and engineers. 4th edition. Cham: Springer, 2014. 523 p.
Papildliteratūra
Mac Berthouex P., Brown L.C. Statistics for environmental engineers. Boca Raton etc.: Lewis Publishers, 2002. 489 p.
Shaw P. J. A. Multivariate Statistics for the Environmental Science. Wiley, 2009. 244 p.
Helsel D.R., Hirsch R.M. Statistical Methods in Water Resources Techniques of Water Resources Investigations. U.S.: Geological Survey, 2002. 522 p.
Gilbert R.O. Statistical Methods for Environmental Pollution Monitoring. John Wiley&Sons, 1987. 336 p.
Gibbons R.D., Coleman D.E. Statistical methods for detection and quantification of environmental Contamination. John Wiley&Sons, 2001. 384 p.
Chun Y., Griffith Daniel A. Spatial Statistics and Geostatistics. SAGE, 2013. 200 p Schabenberger, O., Gotway, C. Statistical Methods for Spatial Data Analysis. Chapman &Hall/CRC, 2005. 512 p.
Periodika un citi informācijas avoti
1. Official Statistics Portal [online] Available: https://stat.gov.lv/en
2. Eurostat [online] Available: https://ec.europa.eu/eurostat/web/main
3. FAOSTAT [online] Available: https://www.fao.org/faostat/en/#home
4. Science direct [online] Available: https://www.sciencedirect.com/ 5. Scopus [online] Available: https://www.scopus.com/home.uri
Piezīmes
Kurss iekļauts brīvās izvēles (C) daļā maģistra studiju programmā "Vides, ūdens un zemes inženierzinātnes"