.
Datu apstrāde un analīze ar R
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:5.00
Kursa apraksta apstiprināšanas datums:23.04.2024 11:43:25
| Par studiju kursu | |||||||||
| Kursa kods: | SL_034 | LKI līmenis: | Visiem līmeņiem | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Farmācija; Psiholoģija; Māszinības; Ārstniecība; Politikas zinātne; Rehabilitācija; Komunikācijas zinātne; Sabiedrības veselība; Zobārstniecība | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Māris Munkevics | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Kapseļu iela 23, 2.stāvs, Rīga, statistika rsu[pnkts]lv, +371 67060897 | ||||||||
| 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: | Vēlamas priekšzināšanas datu analīzē. | ||||||||
| Mērķis: | Iepazīties ar brīvpieejas datu analīzes programmu R, tās sniegtajām iespējām datu apkopošanā, vizualizācijā un vienkāršākajās statistiskajās analīzēs. Kursa absolventiem tiks sniegtas pamata zināšanas, uz kurām balstoties, būs iespējams individuāli apgūt un īstenot padziļinātākas metodes. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Iepazīšanās ar valodu R un datu apstrādes un analīzes programmu RStudio. | Nodarbības | 1.00 | datorklase | |||||
| 2 | Datu sadalījumi, to pārbaudes veidi, aprakstošā statistika un hipotēzes. | Nodarbības | 1.00 | datorklase | |||||
| 3 | Tabulas un diagrammas. | Nodarbības | 1.00 | datorklase | |||||
| 4 | Parametrisku izlašu analīze kvantitatīviem datiem. | Nodarbības | 1.00 | datorklase | |||||
| 5 | Neparametrisku izlašu analīze kvantitatīviem datiem. | Nodarbības | 1.00 | datorklase | |||||
| 6 | Kvalitatīvu datu analīze. | Nodarbības | 1.00 | datorklase | |||||
| 7 | Korelācijas un lineārā regresijas. | Nodarbības | 1.00 | datorklase | |||||
| 8 | Eksponenciālās regresijas. | Nodarbības | 1.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Katrā nodarbībā tiks īstenoti patstāvīgā darba uzdevumi – students tiem patstāvīgi sagatavojas. Uzdevumu atrisinājumi elektroniski iesniedzami vērtēšanai. | ||||||||
| 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: | Studenti nostiprina zināšanas biežāk lietoto datu analīzes metodēs. | ||||||||
| Prasmes: | Studenti apgūst prasmes rīkoties ar brīvpieejas datu analīzes rīku R. | ||||||||
| Kompetences: | Nostiprinot pamata zināšanas datu analīzē un apgūstot komunikāciju R, iespējams īstenot padziļinātas datu analīzes metodes. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Sokal, R.R. & Rohlf, F.J. 2009. Introduction to Biostatistics. Second edition. | ||||||||
| 2 | Dalgaard, P. 2008. Introductory Statistics with R. Second edition. | ||||||||
| 3 | Field, A., Miles, J., Field, Z. 2012. Discovering statistics using R. | ||||||||
| Citi informācijas avoti | |||||||||
| 1 | Elferts D., Praktiskā biometrija, 2016, elektroniskā grāmata. | ||||||||
