Kursa nosaukums Pētījumu metodoloģija agronomijā
Kursa kods LauZD038
Zinātnes nozare Lauksaimniecības zinātne (nav zn)
Kredītpunkti 6
ECTS kredītpunkti 9
Kopējais stundu skaits kursā 96
Lekciju stundu skaits 32
Semināru un praktisko darbu stundu skaits 48
Laboratorijas darbu stundu skaits 16
Kursa apstiprinājuma datums 27/03/2011
Atbildīgā struktūrvienība Augsnes un augu zinātņu institūts
 
Kursa izstrādātājs(-i)
Lauksaimniecības doktors, prof. Aleksandrs Adamovičs
Lauksaimniecības doktors, prof. (Emeritus) Dainis Lapiņš

Kursa anotācija
Informācija par pētījumu objekta izvēles pamatojumu, tā kā sistēmas vērtēšanu, funkcionēšanas likumībām, pašorganizāciju, dinamisko procesu izpēti un ilgtspējību. Daudzfaktoru dispersiju un korelāciju sakarību analīzes faktoriālajām pazīmēm MS EXcel moduļos un SPSS vidē. Nelineāro funkcionālo sakarību izpēte. Indeksu teorija, kopsavilkuma veidošana. Efektivitātes un ilgtspējibas kritēriji. Zinātnes finansēšana un organizatoriskā struktūra. Pētījumu rezultātu prezentācija.
Kursa rezultāti un to vērtēšana
Doktoranti iegūst zināšanas par: 1) pētnieciskā darba plānošanas principiem, hipotēzes, darba mērķu un uzdevumu pamatojumu; 2) darba strukturējuma saistību ar izvēlētajiemm datu apstrādes paņēmieniem; 3)pētniecības objektu kā dinamisku sistēmu raksturošanas iespējām un zinātniskās izpētes, saistībā ar vidi, kritērijiem.
Apgūst prasmes:I)saistīt tēmas, darba mērķa, uzdevuma formulējumus, kā arī darba plānā strukturētu satura rādītāju ar datu apstrādes un analīzes metodēm; 2)veikt skalāru un neparametrisku kopu, kā arī dinamikas rindu analīzi; sinergisma un antagonisma izpēti; 3)veikt skalāru lielumu sakarību izpēti faktoru multikolinearitātes apstākļos; 4)darbam ar liela apjoma kopām SPSS vidē. Doktorants ir kompetents: 1) zinātniski pamatot izvirzīto hipotēžu ticamību; 2)izpildīt pētnieciska darba pārskatā iekļauto datu, tajā skaita liela apjoma kopu, matemātisko analīzi; 3)izmantot biometriju kā zinātniskā vispārinājuma iespējamo metodoloģisko paņēmienu.
Kursa plāns
1 Promocijas darba tēmas, mērķu un uzdevumu formulējumi. Darba hipotēzes izvirzīšana, datu apstrādes modeļi
2 Pētījumu objekta robežas, elementu definīcijas. Indukcija, dedukcija izpilde konkrētā objektā
3 Sistēmu analīzes un datu apstrādes saistība ar promocijas darba mērķiem, saturu
4 Laiks, tā pārveides, Darbs ar neparametriskām pazīmēm. Struktūra, elastība un pašorganizācija un to analīze
5 Dinamisko kopu statistiskie rādītāji, to profesionālā interpretācijas varianti. Izkliedes rādītāju lietošana
6 Matricu pārveides, ranžēšanas un grupēšanas izmantošana, rezultātu interpretācija, darbs SPSS vidē
7 Hipotēžu pārbaudes metodes. Sistēmu funkcionēšanas likumību matemātiskā interpretācija, t.sk. SPSS vidē
8 Funkciju nelinearitāte dinamiskos modeļos, kritiskie punkti. Sistēmu pašorganizēšanās, atgriezeniskā saikne
9 Efektivitātes un ilgtspējibas kritēriji, to noteikšanas metodika, bioloģiskais un astronomiskais laiks
10 Faktoru mijiedarbības efektu aprēķinu modeļi daudzfaktoru eksperimentos, t.sk. SPSS vidē
11 Lineāro un nelineāro funkcionālo sakarību profesionālās interpretācijas iespējas
12 Indeksu teorija, indeksi uzņēmējdarbībā un bioloģiskajās sistēmās. Lauksaimniecības sistēmu modelēšana.
13 Rezultātu kopsavilkuma veidošana kompleksā starpnozaru skatījumā
14 Zinātniskā darba organizācija Latvijā un ES, starptautiskās sadarbības iespējas
15 Zinātnisko projektu finansēšana un vadīšana. labas pētījumu prakses nosacījumi 16 Patstāvīgā darba kontrole; savas pētniecības darba tēmas, uzdevumu un rezultātu analīzes un attēlojuma prezentācija.
Prasības kredītpunktu iegūšanai
Zināšanu kontrole kā promocijas darba datu analīzes un attēlošanas varianta prezentācija un diskusiju par plānoto vai jau lietoto metožu izvēles argumentāciju.
Pamatliteratūra
1. Arhipova I., Bāliņa S. Statistika ekonomikā / Risinājumi ar SPSS un Microsoft Excel.-Rīga, Datorzinību centrs, 2003.- 349 lpp.
2. Paura L., Arhipova I. Neparametriskās metodes. SPSS datorprogrammas. - Jelgava: LLU,2002.- 148 lpp.
3. Lapiņš D. Pētījumu metodoloģija agronomijā / lekciju konspekts doktorantiem . - Jelgava, LLU , 2010. - 120 lpp. 4. Handbook of data analysis /edited by Hardy M., Bryman A.- London, 2004 .- 704 p.
Papildliteratūra
1. Goša Z. Statistika.- Rīga, LLU, 2003. - 334 lpp.
2. Intelligent data analysis :an introduction /editors Michael Berthold, David J. Hand.- Berlin : Springer, 2003.- 514 p. 3. Bieži lietoti jēdzieni un termini :skaidrojošā vārdnīca /sast. Larisa Vjatere, Ilze Vjatere.- Rīga: Avots, 2004.- 621 lpp.
Periodika un citi informācijas avoti
1. LLU Raksti .- Jelgava, LLU //Rakstu krājumu formāts : http://llufb.llu.lv/proceedings/n26/LLU-raksti-nr26.pdf 2. Agronomijas Vēstis. - Jelgava : LLU.//Rakstu krājumu formāts: LLU Fundamentālā bibliotēka, LLU konferenču materiāli .https://lira.lanet.lv/F/?func=find-b-0&local_base=llu07
Piezīmes
Obligātais studiju kurss (A daļa) LF doktorantūras studiju programmai zinātņu nozarē "Lauksaimniecība"