.
Datu apstrāde un analīze ar Microsoft Excel
Studiju kursa apraksts
Kursa apraksta statuss:Apstiprināts
Kursa apraksta versija:1.00
Kursa apraksta apstiprināšanas datums:29.04.2024 13:38:07
| Par studiju kursu | |||||||||
| Kursa kods: | SL_133 | LKI līmenis: | Visiem līmeņiem | ||||||
| Kredītpunkti: | 2.00 | ECTS: | 3.00 | ||||||
| Zinātnes nozare: | Matemātika; Varbūtību teorija un matemātiskā statistika | Mērķauditorija: | Psiholoģija; Zobārstniecība; Farmācija; Ārstniecība; Rehabilitācija; Politikas zinātne; Komunikācijas zinātne; Māszinības; Sabiedrības veselība | ||||||
| Studiju kursa vadītājs | |||||||||
| Kursa vadītājs: | Dina Barute | ||||||||
| Studiju kursa īstenotājs | |||||||||
| Struktūrvienība: | Statistikas mācību laboratorija | ||||||||
| Struktūrvienības vadītājs: | |||||||||
| Kontaktinformācija: | Baložu iela 14, Rīga, +371 67060897, statistika rsu[pnkts]lv, www.rsu.lv/statistikas-laboratorija | ||||||||
| Studiju kursa plānojums | |||||||||
| Pilns laiks - 1. semestris | |||||||||
| Lekcijas (skaits) | 0 | Lekciju ilgums (akadēmiskās stundas) | Kopā lekciju kontaktstundas | 0 | |||||
| Nodarbības (skaits) | 15 | Nodarbību ilgums (akadēmiskās stundas) | 2 | Kopā nodarbību kontaktstundas | 30 | ||||
| Kopā kontaktstundas | 30 | ||||||||
| Studiju kursa apraksts | |||||||||
| Priekšzināšanas: | Vidējās izglītības līmenim atbilstošas zināšanas matemātikā un informātikā. | ||||||||
| Mērķis: | Iepazīties ar programmas MS Excel sniegtajām iespējām datu apstrādē, attēlošanā un analīzē. Kursa absolventi iegūs pamatiemaņas un zināšanas, kas viņiem ļaus individuāli apgūt sarežģītākas metodes. | ||||||||
| Tēmu saraksts (pilna laika studijas) | |||||||||
| Nr. | Tēma | Īstenošanas forma | Skaits | Norises vieta | |||||
| 1 | Ievads statistikā. Datu veidi, mērskalas | Nodarbības | 1.00 | datorklase | |||||
| 2 | MS Excel pamati | Nodarbības | 1.00 | datorklase | |||||
| 3 | MS Excel formulas | Nodarbības | 1.00 | datorklase | |||||
| 4 | Aprakstošā statistika ar MS Excel | Nodarbības | 2.00 | datorklase | |||||
| 5 | Sadalījuma diagrammas | Nodarbības | 1.00 | datorklase | |||||
| 6 | Šķērsgriezumu tabulas | Nodarbības | 1.00 | datorklase | |||||
| 7 | Tabulu un diagrammu izveide atbilstoši datu veidam | Nodarbības | 1.00 | datorklase | |||||
| 8 | Hipotēžu pārbaude. Parametriskie testi | Nodarbības | 2.00 | datorklase | |||||
| 9 | Proporciju salīdzināšana | Nodarbības | 1.00 | datorklase | |||||
| 10 | Korelācija un lineārā regresija | Nodarbības | 2.00 | datorklase | |||||
| 11 | Patstāvīgais darbs ar datiem | Nodarbības | 2.00 | datorklase | |||||
| Vērtēšana | |||||||||
| Patstāvīgais darbs: | Katrā nodarbībā tiks īstenoti patstāvīgā darba uzdevumi; literatūras studijas. Studentiem vajadzēs statistiski apstrādāt datus, lai sasniegtu nodefinētos uzdevumus, izmantojot aprakstošās statistikas metodes un slēdzienstatistikas metodes, noformēt darbu atbilstoši prasībām. Lai izvērtētu studiju kursa kvalitāti kopumā, studentam jāaizpilda studiju kursa novērtēšanas anketa Studējošo portālā. | ||||||||
| Vērtēšanas kritēriji: | Lai sekmīgi apgūtu studiju kursa vielu un sagatavotos studiju kursa gala pārbaudījumam, studējošais veic sekojošas aktivitātes (obligātas, netiek vērtētas ar atzīmi): 1. Līdzdalība praktiskajās nodarbībās. Par katru kavēto nodarbību – prakstisks darba uzdevums. 2. Patstāvīgā darba mutiska prezentācija. Studiju kursa beigās eksāmens - vērtējums (atzīme) kumulatīvs: 50% – tests ar praktiskiem darba uzdevumiem, izmantojot datu bāzes, 50% – eksāmens (daudzatbilžu tests ar teorētiskiem un praktiskiem jautājumiem statistikā). | ||||||||
| Gala pārbaudījums (pilna laika studijas): | Eksāmens | ||||||||
| Gala pārbaudījums (nepilna laika studijas): | |||||||||
| Studiju rezultāti | |||||||||
| Zināšanas: | Pēc studiju kursa prasību izpildes studējošie būs apguvuši zināšanas, kas ļaus: * atpazīt statistisko terminoloģiju un izmantotās pamatmetodes dažāda veida publikācijās; * pārzināt biežāk lietotās MS Excel piedāvātās iespējas datu apstrādē; * pārzināt kritērijus datu apstrādes metožu izmatošanai; * pareizi interpretēt svarīgākos statistiskos rādītājus. | ||||||||
| Prasmes: | Studiju kursa apguves rezultātā studenti pratīs: * ievadīt un rediģēt datus datorprogrammā MS Excel; * korekti sagatavot datus statistiskai apstrādei; * izvēlēties piemērotas datu apstrādes metodes, t.sk., spēs veikt statistisko hipotēžu pārbaudes; * statistiski apstrādāt pētījuma datus, izmantojot datorprogrammu MS Excel; * izveidot tabulas un diagrammas MS Excel programmā 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 datorprogrammu MS Excel, praktiski pielietot apgūtās statistiskās pamatmetodes pētījumu datu apstrādē. | ||||||||
| Bibliogrāfija | |||||||||
| Nr. | Atsauce | ||||||||
| Obligātā literatūra | |||||||||
| 1 | Verschuuren, G. M. N. Excel 2007 for Scientists and Engineers. 2nd ed., rev. and expanded. Uniontown, OH : Holy Macro! Books. 2008 | ||||||||
| Papildu literatūra | |||||||||
| 1 | Collie, R. and Singh, A. Power Pivot and Power BI: The Excel User's Guide to DAX, Power Query, Power BI & Power Pivot in Excel 2010-2016, Holy Macro! Books. 2016 | ||||||||
| 2 | Winston, W. Microsoft Excel 2013 Data Analysis and Business Modeling, Microsoft Corporation, O’Reilly Media, Inc 2014 | ||||||||
| 3 | Kristapsone S. Statistikās analīzes metodes pētījumā. SIA "Biznesa augstskola Turība", 2020 | ||||||||
