.
Biostatistika
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:6.00
Kursa apraksta apstiprināšanas datums:12.08.2022 10:54:54
| Par studiju kursu | |||||||||
| Kursa kods: | SL_006 | LKI līmenis: | 7. līmenis | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Farmācija | ||||||
| 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 | ||||||||
| Nepilns 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: | Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. | ||||||||
| Mērķis: | Iegūt pamatzināšanas un prasmes statistiskajās datu apstrādes metodēs (aprakstošā statistika, slēdzienstatistikas metodes atšķirību novērtēšanai un analītiska statistika), kas nepieciešamas zinātniski pētnieciskā darba izstrādei un statistisko rādītāju pielietošanai savā specialitātē. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Ievads statistikā, statistikas loma klīniskajos pētījumos. Datu veidi, mērskalas. Datu ievade, datu pārbaude un datnes sagatavošana MS Excel un SPSS. Iepazīšanās ar IBM SPSS. | Nodarbības | 1.00 | datorklase | |||||
| 2 | Aprakstošās statistikas rādītāji kvalitatīviem un kvantitatīviem datiem. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji. Tabulu un diagrammu veidošana, to atbilstoša noformēšana. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Hipotēžu pārbaudes. Parametriskie un neparametriskie testi kvantitatīvajiem datiem. | Nodarbības | 1.00 | datorklase | |||||
| 4 | Hipotēžu pārbaude. Kvalitatīvo datu testi. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Korelācijas un regresijas analīze. | Nodarbības | 1.00 | datorklase | |||||
| 6 | Regresijas analīze. ROC līknes. | Nodarbības | 0.50 | datorklase | |||||
| 7 | Dzīvildzes analīze. | Nodarbības | 0.50 | datorklase | |||||
| 8 | Izlases apjoma aprēķināšana (t.sk. klīniskajos) pētījumos. Zinātniskās publikācijas analīzes prezentācija. | Nodarbības | 1.00 | datorklase | |||||
| 9 | Patstāvīgā darba prezentācija. | Nodarbības | 1.00 | datorklase | |||||
| Tēmu saraksts (nepilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Ievads statistikā, statistikas loma klīniskajos pētījumos. Datu veidi, mērskalas. Datu ievade, datu pārbaude un datnes sagatavošana MS Excel un SPSS. Iepazīšanās ar IBM SPSS. | Nodarbības | 1.00 | datorklase | |||||
| 2 | Aprakstošās statistikas rādītāji kvalitatīviem un kvantitatīviem datiem. Normālsadalījums un tā raksturojošie aprakstošās statistikas rādītāji. Tabulu un diagrammu veidošana, to atbilstoša noformēšana. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Hipotēžu pārbaudes. Parametriskie un neparametriskie testi kvantitatīvajiem datiem. | Nodarbības | 1.00 | datorklase | |||||
| 4 | Hipotēžu pārbaude. Kvalitatīvo datu testi. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Korelācijas un regresijas analīze. | Nodarbības | 1.00 | datorklase | |||||
| 6 | Regresijas analīze. ROC līknes. | Nodarbības | 0.50 | datorklase | |||||
| 7 | Dzīvildzes analīze. | Nodarbības | 0.50 | datorklase | |||||
| 8 | Izlases apjoma aprēķināšana (t.sk. klīniskajos) pētījumos. Zinātniskās publikācijas analīzes prezentācija. | Nodarbības | 1.00 | datorklase | |||||
| 9 | Patstāvīgā darba prezentācija. | Nodarbības | 1.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | 1. Individuālais darbs ar literatūru – sagatavošanās katrai nodarbībai, atbilstoši tematiskajam plānam. 2. Pastāvīga zinātniskās publikācijas analīze. 3. Noslēguma darbs – katram studentam tiks sagatavota pētījuma datne (students var izmantot sava pētījuma datus) ar definētiem pētījuma uzdevumiem. Studentam vajadzēs statistiski apstrādāt datus, atbilstoši uzdevumiem, aprakstīt iegūtos rezultātus noslēguma darbā, noformēt darbu atbilstoši prasībām un prezentēt iegūtos rezultātus pēdējā nodarbībā. | ||||||||
| Vērtēšanas kritēriji: | Līdzdalība praktiskajās nodarbībās. Apgūto statistisko terminu un metožu praktiskā pielietojuma pārbaude. Lai saņemtu sekmīgu vērtējumu: 1. Daudzatbilžu tests ar teorētiskiem jautājumiem statistikā – 50%; 2. Zinātniskās publikācijas analīzes mutiska prezentācija – 30%; 3. Noslēguma darba mutiska prezentācija – 20%. | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | Eksāmens (Rakstisks) | ||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt MS Excel un IBM SPSS piedāvātas iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmantošanai; * pareizi interpretēt svarīgākos statistiskos rādītājus. | ||||||||
| Prasmes: | Studiju kursa apguves rezultātā studenti pratīs: * ievadīt un rediģēt datus datorprogrammās MS Excel un IBM SPSS; * korekti sagatavot datus statistiskai apstrādei; * izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * statistiski apstrādāt pētījuma datus, izmantojot datorprogrammas MS Excel un IBM SPSS; * izveidot tabulas un diagrammas MS Excel un IBM SPSS programmās ar iegūtajiem rezultātiem; * korekti aprakstīt iegūtos pētījuma rezultātus. | ||||||||
| Kompetences: | Studiju kursa apguves rezultātā studenti būs spējīgi argumentēti pieņemt lēmumu par statistiskas datu apstrādes metožu izmantošanu pētījuma mērķa sasniegšanai un, izmantojot datorprogrammas MS Excel un IBM SPSS, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Teibe U. Bioloģiskā statistika. Rīga: Latvijas Universitāte, 2007, 156 lpp. (akceptējams izdevums) | ||||||||
| 2 | A. Field. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018. | ||||||||
| 3 | Petrie A. & Sabin Caroline. Medical Statistics at a Glance. Willey Blackwell, 2020. | ||||||||
| 4 | Ārvalstu studentiem/For international students | ||||||||
| 5 | A. Field. Discovering Statistics using IBM SPSS Statistics. 5th edition, 2018. | ||||||||
| 6 | Petrie A. & Sabin Caroline. Medical Statistics at a Glance. Willey Blackwell, 2020. | ||||||||
| Papildu literatūra | |||||||||
| 1 | Altman D. Practical Statistics for Medical Research. Chapman & Hall, 1997, pp. 612. | ||||||||
| 2 | Medical Statistics : A Guide to SPSS, Data Analysis and Critical Appraisal (2) by Barton, BelindaPeat, Jennifer, 2014 | ||||||||
