.
Pētījumu datu apstrāde
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:4.00
Kursa apraksta apstiprināšanas datums:12.08.2022 11:09:54
| Par studiju kursu | |||||||||
| Kursa kods: | SL_010 | LKI līmenis: | 6. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Sabiedrības veselība | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Vinita Cauce | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, +371 67060897, statistika rsu[pnkts]lv, www.rsu.lv/statlab | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 0 | Lekciju ilgums (akadēmiskās stundas) | 0 | Kopā lekciju kontaktstundas | 0 | ||||
| Nodarbības (skaits) | 8 | Nodarbību ilgums (akadēmiskās stundas) | 4 | Kopā nodarbību kontaktstundas | 32 | ||||
| Kopā kontaktstundas | 32 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Sekmīgi apgūts studiju kurss medicīniskās statistikas I, II. | ||||||||
| Mērķis: | Padziļināt zināšanas un nostiprināt prasmes matemātiskajās datu apstrādes metodēs IBM SPSS programmā bakalaura darba izstrādes vajadzībām un darbam sabiedrības veselības specialitātē. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Datu ievade un datu apmaiņa MS Office un IBM SPSS vidēs. Datnes izveide. Datu pārbaude, tīrīšana (iztrūkstošās vērtības un izlēcēji). Sākotnējā datu apstrāde. | Nodarbības | 2.00 | datorklase | |||||
| 2 | Pētījumu datu analīze atbilstoši pētījuma jautājumiem. Attēlošana tabulās (IBM SPSS, MS Excel). Rezultātu interpretācija un pieraksts. | Nodarbības | 2.00 | datorklase | |||||
| 3 | Pētījumu datu analīze atbilstoši pētījuma jautājumam. Attēlošana diagrammās (IBM SPSS, MS Excel, Epiinfo). Rezultātu interpretācija un pieraksts. | Nodarbības | 2.00 | datorklase | |||||
| 4 | Ticamības intervālu aprēķināšana (IBM SPSS, MS Excel, Epiinfo u.c.). Rezultātu interpretācija un pieraksts. | Nodarbības | 2.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Bakalaura darba melnraksta izstrāde, iegūto rezultātu patstāvīga interpretācija un aprakstīšana. | ||||||||
| Vērtēšanas kritēriji: | Aktīva līdzdalība praktiskajās nodarbībās; Kvalitatīvi noformēts bakalaura darba melnraksts; Studiju kursa noslēgumā eksāmens, kurā tiks vērtēts bakalaura darba melnraksta noformējums: statistikas metožu apraksts (10%), rezultātu daļas statistiskās analīzes rezultātu apraksts (diagrammas – 30%, tabulas –30% un teksta – 30%). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Veiksmīgas studiju kursa apguves rezultātā studenti pārzinās IBM SPSS, MS Excel un MS Word datorprogrammu piedāvātas iespējas datu vizualizācijai, analīzei un noformējumam. | ||||||||
| Prasmes: | Veiksmīgas studiju kursa apguves rezultātā studenti pratīs: * Veikt datu pārbaudi un sagatavot datus analīzei; * Atlasīt datus pēc specifiskiem kritērijiem; * Transformēt failus IBM SPSS programmā; * Konstruēt un rediģēt tabulas un grafikus IBM SPSS un MS Excel programmās; * Korekti pierakstīt datu apstrādes rezultātus MS Word vidē; * Rakstīt veiktās darbības IBM SPSS programmas sintaksē. | ||||||||
| Kompetences: | Veiksmīgas studiju kursa apguves rezultātā studenti spēs bakalaura darba izstrādes procesā un darbā sabiedrības veselības specialitātē izmantot IBM SPSS, MS Word un MS Excel sniegtās iespējas datu apstrādē, analīzē, vizualizācijā un noformēšanā. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Teibe U. Bioloģiskā statistika, LU, 2007. (akceptējams izdevums) | ||||||||
| 2 | Petrie A. & Sabin C. Medical Statistics at a Glance. 2020. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Jenny V. Freeman, Stephen J. Walters, and Michael J. Campbell. How to Display Data, 2008 | ||||||||
| 2 | Field A. Discovering Statistics using IBM SPSS Statistics. 2018 | ||||||||
