Suchergebnisse: 39
- Lehrende/r: Sarah Humberg
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Jana Bruns
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Jana Bruns
- Lehrende/r: Steffen Nestler
- Lehrende/r: Jana Bruns
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Boris Forthmann
- Lehrende/r: Steffen Nestler
- Lehrende/r: Sarah Humberg
- Lehrende/r: Steffen Nestler
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Boris Forthmann
- Lehrende/r: Steffen Nestler
Die Vorlesung gibt zunächst eine Einführung in die wissenschaftsphilosophischen Grundlagen der Psychologie (Wissenschaftstheorie, Kausalität). Danach werden wir uns anhand der typischen Stadien bei der Planung, Durchführung und (statistischen) Auswertung einer quantitativen psychologischen Untersuchung mit zentralen Prinzipien der Operationalisierung von (unabhängigen und abhängigen) Variablen, der Kontrolle von Störvariablen, Prinzipien der Versuchsplanung, wichtige Versuchsdesigns, Teststärke (statistische Power) und Interpretation empirischer Befunde beschäftigen. Die Vorlesungsinhalte stehen in inhaltlichem Bezug zu den Veranstaltungen des Statistik I-Moduls und bilden die Grundlage für das im Statistik II-Modul folgende Empirisch-Experimentelle Praktikum.
- Lehrende/r: Steffen Nestler
Die Vorlesung behandelt neuere statistische Verfahren zur Analyse komplexer psychologische Daten. Behandelt wird zunächst das lineare Modell inkl. einfache und multiple Regression, kategoriale Regression (z.B. Varianzanalysen), Kovarianzanalyse und regularisierende Regressionen. Danach lernen wir verallgemeinerte lineare Modelle wie die logistische Regression und die Poisson Regression kennen. Schließlich werden wir uns mit gemischten linearen Modellen (auch Multilevel-Modelle) zur Analyse hierarchischer Daten beschäftigen. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Steffen Nestler
Aufbauend auf der Vorlesung Statistik für Fortgeschrittene I werden wir folgende Verfahren behandeln: Meta-Analysen, Konfirmatorische Faktorenanalyse, Strukturgleichungsmodelle, Propensity-Score Methoden. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Steffen Nestler
Die Vorlesung gibt zunächst eine Einführung in die wissenschaftsphilosophischen Grundlagen der Psychologie (Wissenschaftstheorie, Kausalität). Danach werden wir uns anhand der typischen Stadien bei der Planung, Durchführung und (statistischen) Auswertung einer quantitativen psychologischen Untersuchung mit zentralen Prinzipien der Operationalisierung von (unabhängigen und abhängigen) Variablen, der Kontrolle von Störvariablen, Prinzipien der Versuchsplanung, wichtige Versuchsdesigns, Teststärke (statistische Power) und Interpretation empirischer Befunde beschäftigen. Die Vorlesungsinhalte stehen in inhaltlichem Bezug zu den Veranstaltungen des Statistik I-Moduls und bilden die Grundlage für das im Statistik II-Modul folgende Empirisch-Experimentelle Praktikum.
- Lehrende/r: Steffen Nestler
Die Vorlesung behandelt neuere statistische Verfahren zur Analyse komplexer psychologische Daten. Behandelt wird zunächst das lineare Modell inkl. einfache und multiple Regression, kategoriale Regression (z.B. Varianzanalysen), Kovarianzanalyse und regularisierende Regressionen. Danach lernen wir verallgemeinerte lineare Modelle wie die logistische Regression und die Poisson Regression kennen. Schließlich werden wir uns mit gemischten linearen Modellen (auch Multilevel-Modelle) zur Analyse hierarchischer Daten beschäftigen. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Boris Forthmann
- Lehrende/r: Steffen Nestler
Die Veranstaltung gliedert sich in drei thematische Blöcke. Im ersten Teil werden Methoden zur Beschreibung psychologischer Daten mittels geeigneter deskriptiver Statistiken vorgestellt. Im zweiten Teil werden Grundlagen aus der Wahrscheinlichkeitsrechnung vermittelt. Im dritten Teil werden daraus die Grundprinzipien statistischer Hypothesentests abgeleitet und es wird eine Reihe von spezifischen Verfahren zur Prüfung von Hypothesen über Regelhaftigkeiten in Daten vorgestellt. Am Ende jeder Vorlesung werden Übungsaufgaben zur Verfügung gestellt, deren Lösungen im vorlesungsbegleitenden Tutorium besprochen werden.
- Lehrende/r: Nele Johanna Bögemann
- Lehrende/r: Theresa Eckes
- Lehrende/r: Boris Forthmann
- Lehrende/r: Sarah Humberg
- Lehrende/r: Steffen Nestler
Die Vorlesung gibt zunächst eine Einführung in die wissenschaftsphilosophischen Grundlagen der Psychologie (Wissenschaftstheorie, Kausalität). Danach werden wir uns anhand der typischen Stadien bei der Planung, Durchführung und (statistischen) Auswertung einer quantitativen psychologischen Untersuchung mit zentralen Prinzipien der Operationalisierung von (unabhängigen und abhängigen) Variablen, der Kontrolle von Störvariablen, Prinzipien der Versuchsplanung, wichtige Versuchsdesigns, Teststärke (statistische Power) und Interpretation empirischer Befunde beschäftigen. Die Vorlesungsinhalte stehen in inhaltlichem Bezug zu den Veranstaltungen des Statistik I-Moduls und bilden die Grundlage für das im Statistik II-Modul folgende Empirisch-Experimentelle Praktikum.
- Lehrende/r: Steffen Nestler
Die Vorlesung behandelt neuere statistische Verfahren zur Analyse komplexer psychologische Daten. Behandelt wird zunächst das lineare Modell inkl. einfache und multiple Regression, kategoriale Regression (z.B. Varianzanalysen), Kovarianzanalyse und regularisierende Regressionen. Danach lernen wir verallgemeinerte lineare Modelle wie die logistische Regression und die Poisson Regression kennen. Schließlich werden wir uns mit gemischten linearen Modellen (auch Multilevel-Modelle) zur Analyse hierarchischer Daten beschäftigen. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Boris Forthmann
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Marie Salditt
Aufbauend auf der Vorlesung Statistik für Fortgeschrittene I werden wir folgende Verfahren behandeln: Meta-Analysen, Konfirmatorische Faktorenanalyse, Strukturgleichungsmodelle, Propensity-Score Methoden. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt
Besprechung der praktischen Umsetzung der in der Vorlesung Statistik für Fortgeschrittene II besprochenen Verfahren.
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Jana Pförtner
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt
Aufbauend auf den Lehrinhalten der Veranstaltung „Statistik I” werden im ersten und zweiten Teil der Vorlesung häufig verwendete regressions- und varianzanalytische Methoden zur Prüfung von Hypothesen aus einer Reihe gängiger Untersuchungsdesigns vorgestellt. Am Ende jeder Vorlesung werden Übungsaufgaben zur Verfügung gestellt, deren Lösungen im begleitenden Tutorium besprochen werden.
- Lehrende/r: Theresa Eckes
- Lehrende/r: Boris Forthmann
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Jana Pförtner
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt
Die Vorlesung gibt zunächst eine Einführung in die wissenschaftsphilosophischen Grundlagen der Psychologie (Wissenschaftstheorie, Kausalität). Danach werden wir uns anhand der typischen Stadien bei der Planung, Durchführung und (statistischen) Auswertung einer quantitativen psychologischen Untersuchung mit zentralen Prinzipien der Operationalisierung von (unabhängigen und abhängigen) Variablen, der Kontrolle von Störvariablen, Prinzipien der Versuchsplanung, wichtige Versuchsdesigns, Teststärke (statistische Power) und Interpretation empirischer Befunde beschäftigen. Die Vorlesungsinhalte stehen in inhaltlichem Bezug zu den Veranstaltungen des Statistik I-Moduls und bilden die Grundlage für das im Statistik II-Modul folgende Empirisch-Experimentelle Praktikum.
- Lehrende/r: Steffen Nestler
Die Vorlesung behandelt neuere statistische Verfahren zur Analyse komplexer psychologische Daten. Behandelt wird zunächst das lineare Modell inkl. einfache und multiple Regression, kategoriale Regression (z.B. Varianzanalysen), Kovarianzanalyse und regularisierende Regressionen. Im Anschluss daran besprechen wir kurz Regressionsbäume und neuronale Netze, um dann verallgemeinerte lineare Modelle wie die logistische Regression kennenzulernen. Schließlich werden wir uns mit gemischten linearen Modellen (auch Multilevel-Modelle) zur Analyse hierarchischer Daten beschäftigen.
Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Marie Salditt
Besprechung der praktischen Umsetzung der in der Vorlesung Statistik für Fortgeschrittene II besprochenen Verfahren.
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt
Aufbauend auf der Vorlesung Statistik für Fortgeschrittene I werden wir folgende Verfahren behandeln: Meta-Analysen, Konfirmatorische Faktorenanalyse, Strukturgleichungsmodelle, Propensity-Score Methoden. Die praktische Umsetzung der Verfahren wird in den Seminaren zur Vorlesung mit der Statistik-Software R eingeübt. Darüber hinaus werden regelmäßig Übungsaufgaben verteilt. Die Lösung dieser Übungsaufgaben sowie die Beantwortung von Fragen zur Vorlesung sind Gegenstand wöchentlich stattfindender Tutorien.
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt
Die Vorlesung gibt zunächst eine Einführung in die wissenschaftsphilosophischen Grundlagen der Psychologie (Wissenschaftstheorie, Kausalität). Danach werden wir uns anhand der typischen Stadien bei der Planung, Durchführung und (statistischen) Auswertung einer quantitativen psychologischen Untersuchung mit zentralen Prinzipien der Operationalisierung von (unabhängigen und abhängigen) Variablen, der Kontrolle von Störvariablen, Prinzipien der Versuchsplanung, wichtige Versuchsdesigns, Teststärke (statistische Power) und Interpretation empirischer Befunde beschäftigen. Die Vorlesungsinhalte stehen in inhaltlichem Bezug zu den Veranstaltungen des Statistik I-Moduls und bilden die Grundlage für das im Statistik II-Modul folgende Empirisch-Experimentelle Praktikum.
- Lehrende/r: Steffen Nestler
Besprechung der praktischen Umsetzung der in der Vorlesung Statistik für Fortgeschrittene I besprochenen Verfahren.
- Lehrende/r: Carola Grunschel
- Lehrende/r: Sarah Humberg
- Lehrende/r: Katrin Jansen
- Lehrende/r: Steffen Nestler
- Lehrende/r: Richard Rau
- Lehrende/r: Marie Salditt