| Kods | LUK002 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Datu analīzes statistiskās metodes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Doktora, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Matemātika un statistika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Dabaszinātņu un tehnoloģiju fakultāte | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Toms Torims | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 2.0 (3.0 ECTS) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss tiek īstenots Latvijas Universitātē. Atbildīgais mācībspēks - Mārcis Auziņš.. Izvērsts kursa saturs pieejams:. https://www.lu.lv/studijas/studiju-celvedis/programmu-un-kursu-katalogi/kursu-katalogs/?tx_lustudycatalogue_pi1%5Baction%5D=detail&tx_lustudycatalogue_pi1%5Bcontroller%5D=Course&tx_lustudycatalogue_pi1%5Bcourse%5D=Mate7018&cHash=b734185bc97e46b7fc0b3e23fcd07e2e. Studentiem tiks sniegts ievads varbūtības teorijas pamatprincipos, kas bāzēti uz hipotēžu testēšanas un matemātiski pamatotu datu analīzes metožu pieejām. Kursa laikā studenti apgūs galvenās eksperimentālu datu apstrādē lietotās metodes. Šīs zināšanas pastiprinās veicami praktiskie darbi, kā arī atbilstoši datorvingrinājumi un patstāvīgais darbs. Studenti apgūs eksperimentālu datu apstrādes iemaņas un pieredzi, kā arī spēs no šiem datiem iegūt nepieciešamo parametru un to nenoteiktību skaitliskās vērtības.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir sniegt pilnīgu datu statistiskās apstrādes un hipotēžu testēšanas ievadu fizikā un inženierijā. Studiju kursa uzdevumi: 1. Iepazīstināt studentus ar svarīgākajiem statistikas konceptiem. 2. Sniegt izpratni par saistību starp matemātisku statistiku un datu analīzi. 3. Iemācīt datu apstrādes metožu pielietojumu realitātē. 4. Iemācīt hipotēžu formulēšanas un testēšanas prasmes un attiecību starp mainīgajiem. 5. Iemācīt spēju izvēlēties pareizo statistisko metodi dažādās situācijās. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Izprot randomizētos mainīgajos un to distribūcijas. - Mājasdarbi, testi, kursa projekts un eksāmens. Izprot regresijas konceptu. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj izvērtēt parametrus un randomizētu mainīgo distribūcijas. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj izvērtēt datu apjomu un ar to saistīto datu ticamību. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj veikt statistisku metožu testus un pārbaudīt hipotēzes balstoties uz eksperimentāliem datiem. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj atrast multi-mainīgo funkciju minimumus. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj lietot Monte-Carlo metodes. - Mājasdarbi, testi, kursa projekts un eksāmens. Spēj izvēlēties datiem piemērotu regresijas metodi. - Mājasdarbi, testi, kursa projekts un eksāmens. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Mājasdarbi - 10%
Divi testi - 30% Kursa projekts - 30% Eksāmens ar diviem teorētiskiem/praktiskiem uzdevumiem - 30% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Fizika. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||