.
Matemātiskās statistikas metodes veselības zinātnēs II
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:3.00
Kursa apraksta apstiprināšanas datums:30.04.2024 09:14:10
| Par studiju kursu | |||||||||
| Kursa kods: | SL_044 | LKI līmenis: | 8. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Ārstniecība; Farmācija | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Māra Grēve | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Baložu iela 14, A korpuss, 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) | 4 | Nodarbību ilgums (akadēmiskās stundas) | 4 | Kopā nodarbību kontaktstundas | 16 | ||||
| Kopā kontaktstundas | 16 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Sekmīgi nokārtots kurss “Matemātiskās statistikas metodes veselības zinātnēs I”. | ||||||||
| Mērķis: | Sniegt padziļinātas zināšanas par veselības zinātnēs biežāk izmantotajām statistikas metodēm un dot izpratni par korektu rezultātu pierakstu formu. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Korelācijas un asociācijas analīze. Ieskats regresijas analīzē. Atšķirības starp divām metodem. | Nodarbības | 1.00 | datorklase | |||||
| 2 | Praktisko uzdevumu risināšana. Kā orientēties statistiskos testos? Pētījuma jautajuma formalizēšana. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Ievads kovariācijas analīzes teorija un praktika (ANCOVA un daļēja korelācija) | Nodarbības | 1.00 | datorklase | |||||
| 4 | Pētījuma dizaina izstrāde balstoties uz datu analīzes metodem. Praktisko uzdevumi risināšana individuāli un grupās. Darbs ar studentu datiem vai datubāzem. | Nodarbības | 1.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | 1. Papildināt zināšanas par statistikas metodēm atbilstoši lekciju un nodarbību plānam, izmantojot obligāto literatūru. 2. Iepazīties ar statistikas testu rezultātu pieraksta piemēriem specifikai atbilstošās brīvpieejas zinātniskajās publikācijās. 3. Atpazīt nodarbībās apspriestās datu analīzes situācijas sava pētījuma datos. | ||||||||
| Vērtēšanas kritēriji: | Atrisināti uzdevumi strādājot individuāli vai grupās (100%). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc sekmīgas studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: atpazīt atšķirīgu datu statistiskās analīzes principu izmantošanas iespējas; raksturot analīzes rezultātus, izmantojot statistiskos rādītājus. | ||||||||
| Prasmes: | Studiju kursa apguves rezultātā studējošie pratīs: kombinēt dažādas statistiskās datu apstrādes metodes korekta slēdziena veikšanai; izmantot piemērotus statistiskās analīzes atspoguļošanas līdzekļus rezultātu aprakstā. | ||||||||
| Kompetences: | Studiju kursa apguves rezultātā studējošie spēs pamatot metožu izvēli datu statistiskās analīzes veikšanai, kritiski izvērtēt zinātniskajās publikācijās sniegto rezultāta pieraksta formas kvalitāti. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Petrie, A., Sabin, C. Medical Statistics at a Glance. 4th edition, Wiley-Blackwell, 2020. | ||||||||
| 2 | Peat, J., Barton, B. Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal. 2nd edition, John Wiley & Sons, 2014. | ||||||||
| 3 | Field, A. Discovering Statistics using IBM SPSS Statistics. Sage Publications, 2018. | ||||||||
| 4 | Torgo, L. Data Mining with R: Learning with Case Studies. 2nd edition. Chapman and Hall/CRC, 2020. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Mishra, P., Pandey, C. M., Singh, U., Keshri, A., and Sabaretnam, M. 2019. Selection of Appropriate Statistical Methods for Data Analysis. Annals of Cardiac Anaesthesia. 22(3): 297–301. DOI: 10.4103/aca.ACA_248_18 | ||||||||
| 2 | Mishra, P., Pandey, C. M., Singh, U. and Gupta, A. 2018. Scales of Measurement and Presentation of Statistical Data. Ann Card Anaesth. 21(4): 419–422. DOI: 10.4103/aca.ACA_131_18 | ||||||||
| 3 | Spriestersbach, A., Röhrig, B., du Prel, J-B., Gerhold-Ay, A., and Blettner, M. 2009. Descriptive Statistics. The Specification of Statistical Measures and Their Presentation in Tables and Graphs. Part 7 of a Series on Evaluation of Scientific Publications. Dtsch Arztebl Int. 106(36): 578–583. DOI: 10.3238/arztebl.2009.0578 | ||||||||
| 4 | Sperandei, S. 2014. Understanding logistic regression analysis. Biochem Med (Zagreb). 24(1): 12–18. DOI: 10.11613/BM.2014.003 | ||||||||
| 5 | Amrhein, V., Greenland, S., McShane, B. 2019. Scientists rise up against statistical significance. Nature. 567(7748):305-307. DOI: 10.1038/d41586-019-00857-9 | ||||||||
| 6 | Zwiener, I., Blettner, M. and Hommel, G. 2011. Survival Analysis. Part 15 of a Series on Evaluation of Scientific Publications. Dtsch Arztebl Int. 108(10): 163–169. DOI: 10.3238/arztebl.2011.0163 | ||||||||
| Citi informācijas avoti | |||||||||
| 1 | Laerd statistics. Available from: https://statistics.laerd.com/ | ||||||||
| 2 | Praktiskā biometrija. Pieejams no: https://bookdown.org/delferts/PBB_gramata/ | ||||||||
| 3 | Statistics How To. Available from: https://www.statisticshowto.com/probability-and-statistics/… | ||||||||
| 4 | Ārvalstu studentiem/For International students | ||||||||
| 5 | Laerd statistics. Available from: https://statistics.laerd.com/ | ||||||||
| 6 | Statistics How To. Available from: https://www.statisticshowto.com/probability-and-statistics/… | ||||||||
