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