Аннотация рабочей программы дисциплины
«СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ РЕЗУЛЬТАТОВ НАУЧНЫХ ИССЛЕДОВАНИЙ »
Направление подготовки 31.06.01 - Клиническая медицина
14.01.26 - «Сердечно-сосудистая хирургия»
1. Перечень планируемых результатов обучения по дисциплине,
соотнесенных с планируемыми результатами освоения
основной образовательной программы
В результате освоения основной образовательной программы подготовки научно-педагогических кадров в аспирантуре у обучающегося должны
быть сформированы следующие профессиональные (ПК) компетенции:
Код
компетенции
ПК - 1
Результаты освоения ООП
Содержание компетенций
(направления подготовки)
способность и готовность к использованию в профессиональной деятельности программ для статистической обработки данных и интерпретации полученных данных
Перечень планируемых
результатов обучения
по дисциплине
знать:
- использование баз данных в
здравоохранении.
уметь:
-использовать базы данных
для хранения и пользования
информации.
- использовать компьютерные
программы для решения задач
в профессиональной деятельности.
владеть:
- навыками расчета статистических показателей с использованием электронных статистических программ MS Office
Excel, STATISTICA, SPSS;
- навыками проведения сравнения показателей с помощь
проверки статистических гипотез и решения задач прогнозирования и моделирования с
использованием электронных
статистических программ MS
Office Excel, STATISTICA,
SPSS.
1. Место дисциплины в структуре программы подготовки аспирантов
2
Дисциплина изучается на 3 курсе при очной форме обучения и на 4 курсе
при заочной форме обучения. Полученные теоретические сведения и практические навыки аспиранты смогут применять при обработке материалов диссертационного исследования и представлении данных статистического анализа в научных
отчетах, статьях, диссертациях.
Знание основных статистических методов обработки данных и корректное
применение их при анализе цифрового материала, а также соблюдение требований при представлении результатов научного исследования демонстрирует высокую научную культуру автора, повышает авторитет научной школы, к которой
принадлежит исследователь.
На лекционных занятиях аспирантам дается теоретический материал по
представленным в программе темам, предоставляется информация о литературных источниках и Internet ресурсах, актуальных на настоящий момент времени.
Практические занятия включают освоение статистических методов обработки информации с использованием программ MS Office Excel, STATISTICA,
SPSS.
Самостоятельная работа предполагает использование теоретических знаний
и практических навыков при обработке материалов собственных исследований.
Цель освоения дисциплины «Статистические методы обработки результатов научного исследования» - дать знания, умения и навыки, необходимые будущему врачу-исследователю для осуществления статистического исследования,
обработки материала с использованием качественных и количественных методов
с применением MS Office Excel, STATISTICA, SPSS, анализа статистической информации и составления отчета.
Задачи дисциплины:
Научить определять единицу наблюдения, рассчитывать необходимый объем наблюдений, определять мощность исследования, характер распределения
признака в статистической совокупности.
Познакомить с методами описательной и аналитической статистики и
научить применять их в соответствии с задачами исследования.
Сформировать навыки создания баз данных, сводных таблиц, визуализации
материала.
Сформировать навыки статистической обработки материала с использованием программных статистических комплексов MS Office Excel, STATISTICA,
SPSS.
Научить интерпретировать и представлять результаты статистических анализов.
3. Структура дисциплины
Объем дисциплины
Всего часов
(для очной/заочной
формы обучения)
Курс
Трудоемкость в ЗЕТ
Трудоемкость в часах
Количество аудиторных часов
3/4
3/3
108/108
42/42
3
В том числе:
Практические занятия (часов)
Лекции (часов)
Количество часов
на самостоятельную работу
24/24
18/18
66/66
В конце учебного года аспирант сдает зачет.
В ходе учебной работы аспирант посещает лекционные и практические занятия, выполняет самостоятельную работу по следующим разделам дисциплины:
№
Наименование
лекции
практические заняСРС
всего
тия
1. Подготовка статистиче2
2
6
10
ского исследования.
2. Подготовка и проведе2
2
6
10
ние статистического исследования.
3. Методы статистическо2
2
2
6
го анализа данных.
4. Динамические
ряды,
2
2
6
10
анализ динамического
ряда.
Графические
изображения. Стандартизация
5. Программные статисти2
1
2
5
ческие комплексы.
6. Описание и сравнение
2
3
10
15
групп по количественному признаку.
7. Описание и сравнение
2
3
10
15
групп по качественному
признаку
8. Анализ
зависимостей
2
3
12
17
количественных и качественных признаков.
9. Многомерные
стати2
6
12
20
стические методы.
ВСЕГО
18
24
66
108
4.Содержание дисциплины
4.1. Лекционные занятия.
Тема 1. Подготовка и проведение статистического исследования. Введение в медицинскую статистику. Определение цели и задач статистического исследования, объекта и единицы наблюдения; учетных признаков; объема статистического исследования; метода формирования выборочной совокупности и способа
4
сбора статистической информации; разработка первичной статистической документации; составление программы статистического анализа материала (2 акад. часа).
Тема 2. Подготовка и проведение статистического исследования. Формирование базы данных; осуществление процедур группировки и сводки материала; определение характера распределения признака в статистической совокупности; описание статистической совокупности в зависимости от характера распределения и вида учетных признаков; оформление статистических таблиц (2 акад.
часа).
Тема 3. Методы статистического анализа данных. Выбор метода статистического анализа и проведение процедуры анализа статистических совокупностей в соответствии с характером распределения признака в статистической совокупности, видом учетных признаков, поставленной задачи, в зависимости от количества сопоставляемых совокупностей и их вида (связанные и несвязанные).
Технология расчета статистических величин (абсолютные и относительные частоты, пропорция доля, риск, вероятность, шанс, отношение шансов). Решение проблемы множественных сравнений (2 акад. часа).
Тема 4. Динамические ряды, анализ динамического ряда. Графические
изображения. Стандартизация (2 акад. часа).
Тема 5. Программные статистические комплексы. Характеристика статистических программ, применяемых для обработки медицинских данных. Задачи, решаемые с помощью программных статистических комплексов. (2 акад. часа).
Тема 6. Описание и сравнение групп по количественному признаку.
Расчет точечной и интервальной оценки. Сравнение групп с использованием доверительных интервалов и с помощью проверки статистических гипотез. Оформление статистических отчетов (Рассмотрение примеров). (2 акад. часа).
Тема 7. Описание и сравнение групп по качественному признаку Расчет
точечной и интервальной оценки. Сравнение групп с использованием доверительных интервалов и с помощью проверки статистических гипотез. Оформление
статистических отчетов (Рассмотрение примеров). (2 акад. часа).
Тема 8. Анализ зависимостей количественных и качественных признаков. Корреляционный анализ. Регрессионный анализ. Оформление статистических отчетов (Рассмотрение примеров). (2 акад. часа).
Тема 9. Многомерные статистические методы. Кластерный, дискриминантный, факторный анализы. Оформление статистических отчетов (Рассмотрение примеров). (2 акад. часа).
4.2. Практические занятия и самостоятельная работа (с/п).
Тема 1. Подготовка статистического исследования. Определение цели и
задач диссертационного исследования аспиранта. Определение объекта и единицы наблюдения; учетных признаков; объема статистического исследования; метода формирования выборочной совокупности и способа сбора статистической информации, составление анкеты, опросного листа, выкопировочной карты, макетов
таблиц. Определение статистических величин, которые будут рассчитываться в
5
данном исследовании. Составление плана и программы исследования. (2/6 акад.
часа).
Тема 2. Подготовка и проведение статистического исследования. Формирование базы данных по материалам диссертационного исследования аспиранта; проведение процедур группировки и сводки материала; определение характера
распределения признака в статистической совокупности; описание статистической совокупности в зависимости от характера распределения и вида учетных
признаков; оформление статистических таблиц (2/6 акад. часа).
Тема 3. Методы статистического анализа данных. Проведение процедуры описания и анализа статистических совокупностей диссертационной работы
аспирата, в соответствии с характером распределения признака в статистической
совокупности, видом учетных признаков, поставленной задачи, в зависимости от
количества сопоставляемых совокупностей и их вида (связанные и несвязанные).
(2/2 акад. часа).
Тема 4. Динамические ряды, анализ динамического ряда. Графические
изображения. Стандартизация. Визуализация диссертационного материала, с
использованием соответствующих диаграмм. Проведение процедуры стандартизации показателей. Анализ явления в динамике. Расчет показателей: абсолютный
прирост, темп роста, темп прироста, 1% прироста. Прогнозирование явления с использованием метода наименьших квадратов. (2/6 акад. часа).
Тема 5. Программные статистические комплексы. Импортирование базы
данных из программ MS Excel в STATISTICA, SPSS. Особенности работы в STATISTICA, SPSS. Интерпретация полученных данных. (1/2 акад. часа).
Тема 6. Описание и сравнение групп по количественному признаку.
Обработка материалов диссертационного исследования. Расчет точечной и интервальной оценки. Сравнение групп с использованием доверительных интервалов и
с помощью проверки статистических гипотез. Оформление статистических отчетов. (3/10 акад. часа).
Тема 7. Описание и сравнение групп по качественному признаку. Обработка материалов диссертационного исследования. Расчет точечной и интервальной оценки. Сравнение групп с использованием доверительных интервалов и с
помощью проверки статистических гипотез. Оформление статистических отчетов
(3/10 акад. часа).
Тема 8. Анализ зависимостей количественных и качественных признаков. Обработка материалов диссертационного исследования. Корреляционный
анализ. Регрессионный анализ. Оформление статистических отчетов. (3/12 акад.
часа).
Тема 9. Многомерные статистические методы. Обработка материалов
диссертационного исследования с использованием кластерного, дискриминантного, факторного анализов. Оформление статистических отчетов (6/12 акад. часа).
10. Материально-техническое обеспечение дисциплины
10.1. Обеспечение электронно-вычислительной техникой
№
Общее
Количество IBM PC – совме-
Число
Число ком-
Число
6
количестимых компьютеров
компьпьютеров,
компьп/
ство
ютеров,
имеющих
ютеров
п компьюобъеди- выход в инс протеров и
ненных
тернет
цессокомпьюв лором
терных
кальные
Pentium
классов
сети
II и
на кавыше
федре все Из них Из них Из них
Вс
Ис(ед)
го исполь- исполь- испольего пользузуется зуется в зуется
ется
в учебнаучв
студенном
ной де- управтами в
проятельлении
учебцессе
ности
ном
процессе
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
1
108/5
10
88
12
8
108
10
88
108
8
8
