Vertiefung Forschungsmethoden und Statistik II

Modultitel Vertiefung Forschungsmethoden und Statistik II
Dozent/in
Assistent/in
Durchführungtyp Herbstsemester
Zielgruppe Studierende im 3. und 4. Semester
ECTS-Punkte 5
Beschreibung

In diesem Modul erhalten Sie eine Einführung in die statistische Programmiersprache R und vertiefen ihre statistischen Kenntnisse. Anhand einer stufenweisen Einführung lernen Sie wie man mit R Standardverfahren der Inferenzstatistik simple durchführen kann. Wir wiederholen statistische Verfahren aus den Methoden und Statistik Kursen und zeigen wie sie R verwenden können, um ihre Datenanalyse transparent und reproduzierbar zu machen. R Kenner erhalten die Möglichkeit darüber hinaus tiefer in die Sprache einzutauchen. R-Anfänger und R-Kenner lernen in diesem Kurs empirische Daten für Forschungszwecke und den Arbeitsalltag optimal zu visualisieren. Nach der Einführung und Wiederholung der Standardverfahren, lernen sie die Datenanalyse mit Mixed Models. Mixed Models werden immer häufiger in der psychologischen Forschung angewandt und gehören bereits zu den wichtigsten Analysewerkzeugen der aktuellen empirischen psychologischen Forschung. Schliesslich geben wir Ihnen noch eine Einführung in die Grundlagen der bayesianischen Statistik und zeigen wie sie bayesianische Statistik auf einfache Weise für ihre Forschung anwenden können.

Als Grundlage für diesen Kurs werden wir nicht nur Artikel und Buchkapitel sondern auch Blog Post, Video Tutorials und ähnliches heranziehen. Sie werden jede Woche gebeten eine kurze Übungsaufgabe durchzuführen; die insgesamt 12 Übungsaufgaben werden benotet und bilden die Hälfte ihrer Abschlussnote.

Lektüre

Pflichtliteratur:

Einführung:

• Weston, Sara J, and Yee, Debbie (2006). Why You Should Become a UseR: A Brief Introduction to R. Retrieve from www.psychologicalscience.org/observer/why-you-should-become-a-user-a-brief-introduction-to-r

• Einführungsvideo und Skript des Lehrteams

(Generalized) Linear Models:

• Gelman, A., & Hill, J. (2006). Data Analysis Using Regression and Multilevel/Hierarchical Models. New York: Cambridge University Press. Chapter 3 + 4.1.-4.4

www.r-bloggers.com/general-linear-models-the-basics/

www.r-bloggers.com/generalised-linear-models-in-r/

towardsdatascience.com/simply-explained-logistic-regression-with-example-in-r-b919acb1d6b3

Mixed Models:

• Singmann, H., & Kellen, D. (in press). An Introduction to Mixed Models for Experimental Psychology. In D. H. Spieler & E. Schumacher (Eds.), New Methods in Neuroscience and Cognitive Psychology. Psychology Press.

Zusatzliteratur / weiterführende Literatur:

• Zahlreiche Blogposts und Tutorials

(Stand HS19)

scroll to top