Pārlekt uz galveno saturu

Matemātiskās statistikas metodes veselības zinātnēs III

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:3.00
Kursa apraksta apstiprināšanas datums:30.04.2024 09:15:08
Par studiju kursu
Kursa kods:SL_045LKI līmenis:8. līmenis
Kredītpunkti:2.00ECTS:3.00
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistikaMērķauditorija: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, statistikaatrsu[pnkts]lv, www.rsu.lv/statlab
Studiju kursa plānojums
Pilns laiks - 1. semestris
Lekcijas (skaits)0Lekciju ilgums (akadēmiskās stundas)0Kopā lekciju kontaktstundas0
Nodarbības (skaits)4Nodarbību ilgums (akadēmiskās stundas)4Kopā nodarbību kontaktstundas16
Kopā kontaktstundas16
Studiju kursa apraksts
Priekšzināšanas:
Sekmīgi nokārtots kurss “Matemātiskās statistikas metodes veselības zinātnēs II”.
Mērķis:
Veicināt zinātnisko kapacitāti datu statistiskās analīzes jomā, pētot likumsakarības datos atbilstoši plānotajam promocijas darba pētījuma dizainam.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Daudzfaktoru dispersijas analīze (MANOVA). Atšķirība starp vienvirziena un divvirzienu dispersijas analīzi (one-way un two-way ANOVA)Nodarbības1.00datorklase
2Mediācijas un moderācijas analīze.Nodarbības1.00datorklase
3Praktiskais darbs ar specialitātei atbilstošu metodi, analizējot savus datus vai piemēru atbilstoši plānotajam dizainam.Nodarbības1.00datorklase
4Apgūto statistisko testu kopsavilkums. Diskusija par aktuālam datu apstrādes problemam. Kāpēc ir svarīgi plānot datu apstrādi pirms pētījums ir sācies?Nodarbības1.00datorklase
Vērtēšana
Patstāvīgais darbs:
1. Iepazīties ar statistikas metožu pielietojumu un rezultātu interpretāciju specifikai atbilstošās brīvpieejas zinātniskajās publikācijās. 2. Sagatavot datni analīzei, atbilstoši plānotajam pētījumam. 3. Pārliecināties par izvēlēto statistikas metožu pamatotību datu analīzei, izmantojot obligāto literatūru.
Vērtēšanas kritēriji:
Izstrādāts datu statistiskās analīzes rezultātos balstīta secinājuma piemērs (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 loģisku darbību secību korektas datu statistiskās analīzes veikšanai.
Prasmes:Studiju kursa apguves rezultātā studējošie pratīs plānot un pielietot nepieciešamās statistikās analīzes procedūras individuālam darbam ar datiem.
Kompetences:Studiju kursa apguves rezultātā studējošie spēs novērtēt datu statistiskās analīzes rezultātā atklāto likumsakarību pamatotību, formulēt korektus slēdzienus un iesaistīties diskusijās par rezultātu statistisko nozīmību.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1Petrie, A., Sabin, C. Medical Statistics at a Glance. 4th edition, Wiley-Blackwell, 2020.
2Peat, J., Barton, B. Medical Statistics: A Guide to SPSS, Data Analysis and Critical Appraisal. 2nd edition, John Wiley & Sons, 2014.
3Field, A. Discovering Statistics using IBM SPSS Statistics. 4th edition, Sage Publications, 2018.
4Torgo, L. Data Mining with R: Learning with Case Studies. 2nd edition. Chapman and Hall/CRC, 2020.
Papildu literatūra
1Tuncel, A., Atan, A. 2013. How to clearly articulate results and construct tables and figures in a scientific paper? Turkish Journal of Urology. 39 (Suppl 1): 16–19. DOI: 10.5152/tud.2013.048
Citi informācijas avoti
1Laerd statistics.
2Praktiskā biometrija.
3Ārvalstu studentiem/For international students
4Laerd statistics.