Pārlekt uz galveno saturu

Īsumā par studiju kursu

Kredītpunkti / ECTS:4 / 6
Kursa vadītājs:Jānis Valeinis
Studiju tips:Pilna laika
Līmenis:2. cikla (Maģistra)
Mērķauditorija:Dzīvās dabas zinātnes
Valoda:Angļu
Studiju kursa aprakstsPilns apraksts, Pilna laika
Zinātnes nozare:Matemātika; Varbūtību teorija un matemātiskā statistika

Mērķis

Kursa mērķis ir sniegt studējošajiem padziļinātas zināšanas par matemātiskās statistikas neparametriskajām un robustajām metodēm. Biostatistikā ir ierasts, ka izlases ir mazas un datu normalitāte ir apšaubāma. Turklāt klasiskajā t-testā un dispersijas analīzē papildus ir nepieciešami homogenitātes nosacījums, kas bieži netiek ievērots. Šajās situācijās bieži izmanto neparametriskas un robustas procedūras. Arī klasiskajai lineārajai regresijai ir nepieciešams pieņēmums par normalitāti, un tā aprobežojas tikai ar lineārās atkarības aprakstīšanu. Neparametriski izlīdzināšanas paņēmieni ļauj ļoti vispārīgi novērtēt regresijas funkciju. Atlases atkārtošanas metodes ir populāras, jo īpaši ticamības intervālu noteikšanai. Aprēķiniem un gadījumu izpētei tiks izmantota „R” programmatūras pakotne.

Priekšzināšanas

• Pārzina varbūtību teoriju un matemātisko statistiku.
• Nepieciešamas pamatzināšanas „R”.

Rezultāti

Zināšanas

• izprot neparametrisku un robustu statistiskas procedūru jēdzienus un procedūras un spēj tās definēt;
• pārzina un prot „R” programmā izvēlēties neparametriskas un robustas statistiskas procedūras.

Prasmes

• veic neparametrisku testēšanu „R” un interpretē rezultātus;
• izmanto un pielieto gludināšānas paņēmienus blīvuma un regresijas funkcijas novērtēšanai;
• prot pielietot atkārtotas izlases veidošanas metodes;
• izmanto robustas procedūras dažādu statistikas datu problēmu risināšanai.

Kompetences

• izprot un atbalsta standarta statistikas metodēs izdarīto pieņēmumu nozīmi;
• spēj pamatoti izvēlēties parametriskas, neparametriskas un robustas procedūras praktiskai datu analīzei, parādīt izpratni un ētisko atbildību par zinātnes rezultātu iespējamo ietekmi uz vidi un sabiedrību;
• patstāvīgi izstrādā pareizu statistisko modeli, kritiski interpretē un prezentē iegūtos rezultātus, ja nepiecešams, veic papildu analīzi.

Plānojums

Kursa plāns patreiz nav pieejams.