Pārlekt uz galveno saturu

Lietišķā biostatistika

Studiju kursa apraksts

Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:4.00
Kursa apraksta apstiprināšanas datums:21.08.2023 11:18:52
Par studiju kursu
Kursa kods:SL_033LKI līmenis:Visiem līmeņiem
Kredītpunkti:2.00ECTS:3.00
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistikaMērķauditorija:Farmācija; Sabiedrības veselība; Ārstniecība; Zobārstniecība
Studiju kursa vadītājs
Kursa vadītājs:Māris Munkevics
Studiju kursa īstenotājs
Struktūrvienība:Statistikas mācību laboratorija
Struktūrvienības vadītājs:
Kontaktinformācija:Kapseļu iela 23, 2.stāvs, Rīga, statistikaatrsu[pnkts]lv, +371 67060897
Studiju kursa plānojums
Pilns laiks - 1. semestris
Lekcijas (skaits)0Lekciju ilgums (akadēmiskās stundas)0Kopā lekciju kontaktstundas0
Nodarbības (skaits)8Nodarbību ilgums (akadēmiskās stundas)4Kopā nodarbību kontaktstundas32
Kopā kontaktstundas32
Studiju kursa apraksts
Priekšzināšanas:
Pamata zināšanas datu analīzē. Iegūstamas, piemēram, SL_001 kursā "Biostatistika" vai tam ekvivalentajos.
Mērķis:
Iepazīstināt studentus ar brīvpieejas datu analīzes rīku R un kursa ietvaros iepazīties ar tā sniegtajām iespējām datu analīzes pārkāpumu risināšanā. Bieži lietotajām datu analīzes metodēm ir stingri priekšnosacījumi, kas samērā bieži netiek ievēroti. Kursa ietvaros plānots iepazīties ar risinājumiem to adresēšanai.
Tēmu saraksts (pilna laika studijas)
Nr.TēmaĪstenošanas formaSkaitsNorises vieta
1Iepazīšanās ar R un RStudio.Nodarbības1.00datorklase
2Grafiskās iespējas R.Nodarbības1.00datorklase
3Kvantitatīvu datu analīze.Nodarbības1.00datorklase
4Korelācijas un viena faktora regresijas.Nodarbības1.00datorklase
5Daudzfaktoru analīzes.Nodarbības1.00datorklase
6Korelācijas un variācijas struktūras.Nodarbības1.00datorklase
7Jauktie efekti.Nodarbības1.00datorklase
8Meta-analīze.Nodarbības1.00datorklase
Vērtēšana
Patstāvīgais darbs:
Katrā nodarbībā tiks īstenoti patstāvīgā darba uzdevumi – students tiem patstāvīgi sagatavojas. Uzdevumu atrisinājumi elektroniski iesniedzami vērtēšanai. Lai izvērtētu studiju kursa kvalitāti kopumā, studentam jāaizpilda studiju kursa novērtēšanas anketa Studējošo portālā.
Vērtēšanas kritēriji:
Katras nodarbības uzdevumu atrisinājumi tiks vērtēti. Nodarbību vērtējumu summa veidos 50% no gala vērtējuma. Atlikušos 50% veidos noslēguma testa vērtējums.
Gala pārbaudījums (pilna laika studijas):Eksāmens (Rakstisks)
Gala pārbaudījums (nepilna laika studijas):
Studiju rezultāti
Zināšanas:Studiju kursa dalībnieki iegūs pamata zināšanas darbam brīvpieejas datu analīzes programmā un veidos kā risināt biežākos pārkāpumus datu analīzē.
Prasmes:Kursa dalībnieki praktiski risinās datu analīzes pārkāpumus.
Kompetences:Biežāk lietotajām datu analīzes metodēm ir stingri priekšnosacījumi, kas bieži tiek pārkāpti. Kursa dalībnieki apgūs kompetences, šo pārkāpumu analītiskai risināšanai.
Bibliogrāfija
Nr.Atsauce
Obligātā literatūra
1 Sokal, R.R. & Rohlf, F.J. 2009. Introduction to Biostatistics. 2nd edition.
2 Dalgaard, P. 2008. Introductory Statistics with R. 2nd edition.
3Field, A., Miles, J., Field, Z. 2012. Discovering statistics using R.
Papildu literatūra
1Demidenko, E. 2013. Mixed models: theory and applications with R. 2nd edition
2Zuur, A., Ieno, E.N., Walker, N.J., Saveliev, A.A., Smith, G.M. 2009. Mixed Effects Models and Extensions in Ecology with R.
Citi informācijas avoti
1Elferts D., Praktiskā biometrija, 2016, elektroniskā grāmata.