02.132.6110 Seminar: Fortgeschrittene statistische Methoden II (Vertiefung)

Veranstaltungsdetails

Lehrende/r: José Carlos Garcia Alanis; Jan Göttmann; Prof. Dr. Anna-Lena Schubert

Veranstaltungsart: Seminar

Anzeige im Stundenplan: 02.132.6110

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: 1 | 81

Prioritätsschema: Senatsrichtlinie zzgl. Bevorzugung höherer Fachsemester
Zulassung gemäß Richtlinie über den Zugang zu teilnahmebeschränkten Lehrveranstaltungen vom 07. März 2007.

Nähere Informationen hierzu entnehmen Sie bitte www.info.jogustine.uni-mainz.de/senatsrichtlinie

Über die Senatsrichtlinie hinaus werden bei der Platzvergabe für diese Veranstaltung Studierende höherer Fachsemester bevorzugt berücksichtigt.

Voraussetzungen / Organisatorisches:

Bitte beachten Sie unbedingt, dass Sie drei unterschiedliche inhaltliche Schwerpunkte (Multi-Level Modelle/Open Science/kognitive Modellierung) wählen können.

Die Seminare werden von einem Softwaretutorium begleitet, in dem die Studierenden die Grundlagen des Umgangs mit der Statistiksoftware R sowie die Datenaufbereitung im tidyverse erlernen werden. Bitte melden Sie sich daher auch für die parallele Lehrveranstaltung Tutorium/Softwarekurs an!

Inhalt:

Multi-Level-Modelle (Kurs/Vertiefung 1):

Multi-Level- oder Mehrebenen-Modelle ermöglichen es, Daten zu analysieren, die sich in hierarchisch übergeordneten Einheiten zuordnen lassen. Hier wird häufig von „genesteten“, „hierarchisch strukturierten Daten“ oder „geclusterten“ Daten gesprochen. Beispiele für die Art von Daten sind Kinder in Familien, Mitarbeiter:innen in Abteilungen oder Patient:innen in Kliniken. Ein typisches Merkmal von hierarchisch strukturieren Daten ist, dass die Daten innerhalb einer Gruppe ähnlicher zueinander sind als zu Daten anderer Gruppen (dadurch ergeben sich Varianz-Unterschiede, die durch die Gruppenzugehörigkeit beeinflusst werden). Ein Vorteil von Multi-Level Modelle ist, dass sie diese Ähnlichkeitsmuster berücksichtigen können. Somit können sie dafür eingesetzt werden, bessere (d.h. realitätsnähere) Aussagen über den Effekt einer Maßnahme oder über die Beziehung zwischen Prädiktoren und Outcomes zu treffen. Am Ende des Seminars sind Sie in der Lage folgende Fragen zu beantworten:


  • Was sind hierarchisch strukturierte Daten und wie können diese erkannt werden?
  • Welche Konsequenzen (in Sinne einer Modellspezifikation) bringen hierarchisch strukturierte Daten mit sich?
  • Wie können Multi-Level Modelle in R spezifiziert werden und welche Arten von Modellen gibt es?
  • Wie sind die Ergebnisse eines Multilevel-Modells zu interpretieren?

Open Science (Kurs/Vertiefung 2):

Die Psychologie und andere Disziplinen sind in den vergangen Jahren hart von der Replikationskrise getroffen worden. Aber was genau ist eigentlich passiert? Mit welchen Krisen hat die (psychologische) Wissenschaft aktuell zu kämpfen und welche Lösungsansätze gibt es? In diesem Seminar befassen wir uns mit methodischen Problemen, aktuellen methodischen Entwicklungen zur Verbesserung der Qualitätssicherung in der Wissenschaft und Open Science. Die Seminarteilnehmer:innen führen außerdem selbstständig in Kleingruppen eine Replikation einer ausgewählten Originalstudie durch.

Kognitive Modellierung (Kurs/Vertiefung 3):

Mathematische Modelle kognitiver Prozesse sind ein machtvolles Werkzeug, um spezifische kognitive Prozesse wie beispielsweise Verarbeitungsgeschwindigkeit, exekutive Funktionen oder Arbeitsgedächtniskapazität genauer abzubilden. Die mathematische Formalisierung dieser Prozesse ermöglicht es, verbale Theorien in empirisch testbare Modelle zu überführen, die eine Ableitung und Überprüfung spezifischer Hypothesen und Vorhersagen über bspw. experimentelle Effekte ermöglichen. Ein Beispiel für ein sehr erfolgreich angewandtes Modell in der kognitiven Forschung ist das Diffusionsmodell, welches die Verarbeitungsgeschwindigkeit von einfachen Wahlreaktionszeitaufgaben modelliert. Das Seminar wird einen Überblick über die theoretischen Grundlagen und gängigen Modelle zur mathematischen Modellierung verschiedener Arbeitsgedächtnisprozesse geben. Im praktischen Teil des Seminars werden Anhand unterschiedlicher kognitiver Modelle wie des Diffusionsmodells die Modellimplementierung in R / STAN, die Schätzung anhand empirischer Daten sowie die Bewertung und Interpretation der geschätzten Modellparameter eingeübt.

 

Kleingruppe(n)
Die Veranstaltung ist in die folgenden Kleingruppen aufgeteilt:

  • Seminar: Fortgeschrittene statistische Methoden II (Vertiefung) 1

    José Carlos Garcia Alanis

    Mo, 17. Apr. 2023 [12:15]-Mo, 17. Jul. 2023 [13:45]

    Kleingruppe anzeigen

  • Seminar: Fortgeschrittene statistische Methoden II (Vertiefung) 2

    Prof. Dr. Anna-Lena Schubert

    Mo, 24. Apr. 2023 [16:15]-Mo, 17. Jul. 2023 [17:45]

    Kleingruppe anzeigen

  • Seminar: Fortgeschrittene statistische Methoden II (Vertiefung) 3

    Jan Göttmann

    Mo, 17. Apr. 2023 [16:15]-Mo, 17. Jul. 2023 [17:45]

    Kleingruppe anzeigen
Termine
Datum Von Bis Raum Lehrende/r
Es liegen keine Termine vor.
Übersicht der Kurstermine
  • Es liegen keine Termine vor.
Lehrende/r
Prof. Dr. Anna-Lena Schubert
Jan Göttmann
José Carlos García Alanis