Website
Modulhandbuch bis 2016

Modul PY2300-KP06

Statistik 2 (Statistik2)

Dauer:


1 Semester
Angebotsturnus:


Jedes Wintersemester
Leistungspunkte:


6
Studiengang, Fachgebiet und Fachsemester:
  • Master Medieninformatik 2020 (Wahlpflicht), Mathematik, Beliebiges Fachsemester
  • Master Medieninformatik 2014 (Wahlpflicht), Mathematik, Beliebiges Fachsemester
  • Bachelor Psychologie 2020 (Pflicht), Psychologie, 2. Fachsemester
  • Bachelor Psychologie 2016 (Pflicht), Psychologie, 3. Fachsemester
Lehrveranstaltungen:
  • PY2300-S: Statistik 2 (Seminar, 2 SWS)
  • PY2300-V: Statistik 2 (Vorlesung, 2 SWS)
Workload:
  • 110 Stunden Selbststudium und Aufgabenbearbeitung
  • 70 Stunden Präsenzstudium
Lehrinhalte:
  • VARIANZANALYSE (ANOVA):
  • Varianzanalyse für unabhängige Stichproben
  • Varianzanalyse für abhängige Stichproben / mit Messwiederholung
  • Problem der Multiplen Vergleiche
  • ALLGEMEINES LINEARES MODELL:
  • Grundbegriffe und Grundanahmen des Allgemeinen Linearen Modells
  • Einfache und multiple lineare Regression
  • Regressionsdiagnostik
  • Multikollinearität
  • Einblick in die Modellidagnostik (Informationskriterien, Likelihood)
  • Zusammenhang zwischen varianzanalytischen Verfahren und Regression
  • Multikollinearität
  • POWER UND EFFEKTSTÄRKEN
  • Effektstärken im Überblick
  • Fallzahlplanung und A-priori-Powerberechnung
  • NICHT-PARAMETRISCHE VERFAHREN:
  • Nicht-parametrische Verfahren im klassichen Sinne (Rang-basierte Verfahren)
  • Nicht-parametrische Verfahren im erweiterten Sinne (Permutationstests, Bootstrapping)
  • VERTIEFUNG:
  • Praktische Übung der Verfahren mit verschiedener statistischer Auswertungssoftware (z.B. R, SPSS, JASP)
Qualifikationsziele/Kompetenzen:
  • Die Studierenden sollen regressions- und varianzanalytische Konzepte und Verfahren der quantitativen Datenanalyse, die für die Erhebung psychologischer Daten und deren Auswertung von zentraler Bedeutung sind, erlernen und kritisch beurteilen
  • Die Studierenden sollen komplexere, aber anwendungsreklevante Konzepte und Verfahren wie Powerberechnung, Nicht-parametrisches Verfahren, oder Multiple Vergleiche kennen und kritisch beurteilen können
  • Anwendung des neu erworbenen Wissens zur Lösung statistischer Aufgaben
  • Aneignung von Kompetenzen in der Handhabung eines Statistikprogramms (z.B. R, SPSS, JASP)
  • Befähigung zur angemessenen und selbstständigen Interpretation statistischer Ergebnisse
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur
Voraussetzung für:
Setzt voraus:
Modulverantwortlicher:
Lehrende:
Literatur:
  • Eid, M., Gollwitzer, M. & Schmitt, M.: Statistik und Forschungsmethoden - Beltz. 1. Auflage, 2010
  • Wirtz, M., Nachtigall, C.: Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen Teil 2 - Beltz Juventa. 6. Auflage, 2012
Sprache:
  • Wird nur auf Deutsch angeboten
Bemerkungen:

Prüfungsleistungen gelten als erbracht, wenn sie mit mindestens ausreichend bewertet wurden.

Letzte Änderung:
2.12.2019