default
Aktuell
- 17.1.2019: Die Prüfung findet statt im E-Prüfungsraum der Universität im blauen Turm. Beginn ist 10:00, Ende 16:00. Im Flexnow angemeldet sind 10 Personen.
- 16.11.2018: Der irrtümlich in Flexnow aufgetauchte Termin (21.1.2019) ist falsch und wird baldmöglichst korrigiert. Entschuldigen Sie bitte.
- 14.11.2018: eine unter den Studierenden gemachte Koordination ergab, dass der für fast alle geeignete Termin für die Ausarbeitung im WS 2018/2019 der 26.1.2019 ist. Daher ist dieser Termin zeitnah auch im Flexnow zu finden, so dass sich alle anmelden können, die die Prüfung dann machen wollen. Der Raum wird demnächst bekannt gegeben.
- 16.7.2018: ein neues Google-Doc für 2018 enthält alle Fragen und Antworten, die an die Tutoren gestellt werden.
- 9.7.2018: zwei weitere Beispiellkausuren stehen ab sofort zur Verfügung unter den Infos zur Ausarbeitung.
- 20.3.2018: Vortrag Felix Schönbrodt parallel zu Übung 2. Falls Sie den Vortrag hören wollen und nicht zu Übung 1 kommen können, werden wir auch nach 14:00 im Pool für Ihre Fragen zur Verfügung stehen. Es soll wohl auch eine Aufzeichnung des Vortrags gemacht werden.
- 14.3.2018: Erste Vorversion
Veranstaltungen und Inhalte
Alle zur Verfügung gestellten Materialien finden Sie in der folgenden Tabelle verlinkt.
| Thema | Ressourcen | VL/Kap Field | sonst | |
|---|---|---|---|---|
| 12.7.2018 |
Tipps zu Ausarbeitung (Klausur) Kommentare zu Probeklausuren Beispielklausur Feedback zum Feedback (Evaluation) |
|||
| 5.7.2018 |
Mehrebenenmodelle Unit hierzu |
|||
| 28.6.2018 |
Faktorenanalyse besonders PCA Units hierzu: |
|||
| 21.6.2018 |
Sheet ähnlich Ausarbeitung (Klausur) Nachtrag: Wie funktionieren Kontraste Hauptkomponentenanalyse |
|||
| 14.6.2018 |
Multivariate Analyse: MANOVA Ein etwas erweitertes Beispiel |
|||
| 7.6.2018 |
Messwiederholung und Zeitreihen Unit Kategoriale Prädiktoren Messwiederholungsdesigns Unit Multilevel-Modelle |
07_loesungen.html |
||
| 31.5.2018 |
Besprechung der Aufgaben zu Log. Regression |
|||
| 24.5.2018 |
Besprechung Aufgaben zu Allgemeines Lineares Modell Unit Kategoriale Prädiktoren |
|||
| 17.5.2018 |
Besprechung Aufgaben zu multiple Regression Unit Lineare Modelle Überblick |
|||
| 3.5.2018 |
Besprechung Aufgaben zu einfache Regression |
|||
| 26.4.2018 |
Besprechung Aufgaben zu Grafiken |
02_loesungen.html 02_sheet.html ggplot2.html |
||
| 19.4.2018 |
Besprechung Aufgaben zu Transformation |
01_sheet.html (m. Lösungen) transformation.html |
||
| 14/15.4.2018 |
Wochenend-Workshop zur Arbeitsumgebung und Datenaufbereitung |
block_intro.html commands.html transformation.html |
||
| 12.4.2018 |
Erster Termin Übung MV |
|||
| 7/8.4.2018 |
Wochenend-Workshop zur Arbeitsumgebung und Datenaufbereitung |
|||
|
ggf. Basics Likelihood |
Organisatorisches
Diese Veranstaltung ist Teil des Moduls "Multivariate Verfahren". Basis ist die Vorlesung "Multivariate Verfahren" im SS 2018, die von Prof. Uwe Mattler angeboten wird. VL im StudIP unter "Vorlesung M.Psy.205 Multivariate Statistik" (Anmeldung erforderlich).
Das Seminar bzw. die Übung konzentriert sich auf die praktische Umsetzung der in der Vorlesung vorgestellten Verfahren mit dem Statistikpaket R. Die Veranstaltung findet statt im Computerpool (Heinrich-Düker-Weg 12, Erdgeschoss, Raum 0.481), der auf 30 Arbeitsplätze limitiert ist. Daher werden, um genügend Plätze für alle Master-Studierenden zur Verfügung stellen zu können, zwei Paralleltermine angeboten
Die Termine liegen donnerstags (10:15 - 11:45 und 12:15 - 13:45).
Tutor
Teil der Übung sind Übungsaufgaben, an denen Sie sich zuhause versuchen sollen. Bei Fragen hierzu können Sie sich an unsere Tutoren Johannes Brachem (E-Mail: johannes.brachem@stud.uni-goettingen.de ) und Joshua Driesen (E-Mail: joshua.driesen@stud.uni-goettingen.de) wenden. Joshua pflegt ein GoogleDoc, in dem auch Fragen eingetragen werden können, die er dann beantwortet.
Themen
Die Themen orientieren sich an den Themen der Vorlesung. In den ersten Stunden werden auch allgemeine Tipps für den Umgang mit R gegeben und verschiedene Arten der Benutzung vorgestellt. Die einzelnen Themen werden sukzessiv hier eingepflegt und tauchen links in der Übersicht auf.
Geplant sind allgemein:
- Daten In- und Output
- Datenmodifikation und -aufbereitung
- Grafiken
- Automatisierung von Auswertung inkl. automatisiertes Erstellen von Berichten
In der Vorlesung vorgestellte, statistische Verfahren:
- Lineare Regression
- Multiple Regression
- Allgemeines Lineares Modell (GLM)
- Im Rahmen des GLM Varianzanalytische Designs und varianzanalytische Messwiederholungsdesigns
- Logistische Regression (als Beispiel des verallgemeinerten linearen Modells)
- Multivariate Analyse (im Sinne von multiplen AVen)
- PCA
- Faktoren-Analyse
- Cluster-Analyse
- Multi-Level-Modelle
- ...
Vorab-Workshop zur Einführung in R-Studio und R-Markdown (Sa) sowie Datenaufbereitung (So)
Im Rahmen der Veranstaltung "Multivariate Verfahren" findet am Wochenende vor Semesterbeginn (7/8.4.2018) sowie am ersten Semesterwochenende (14/15.4.2018) jeweils samstags von 9:00 - 16:00 eine Einführung in die Arbeitsumgebung. Jeweils sonntags von 9:00 - 16:00 bieten wir ein Blockseminar zum Thema Datenorganisation, Datenaufbereitung und Datenmodifikation an. Die Inhalte sind an den beiden Wochenenden identisch. Beide Blocks finden im Computerpool HDW statt. Bitte tragen Sie sich wahlweise an einem der beiden Termine ein, wenn Sie teilnehmen wollen.
Doodle zur Auswahl des Wochenendes
Einführung in R-Studio und R-Markdown (Sa) Hier sollen Sie die Arbeitsumgebung kennenlernen, die während des gesamten Semesters und auch in der Ausarbeitung (Prüfung) genutzt werden wird. Dabei wird R als Statistik-Programmiersprache vorgestellt, seine Einbettung in R-Studio, das Plugin R-Commander sowie die Möglichkeiten, die R-Markdown bietet, um automatisiert Auswertungen und dynamische Berichte zu erstellen. Alle Unterlagen für die Übung werden als R-Markdown-Dateien zur Verfügung gestellt.
Der Focus liegt auf der Arbeitsumgebung. Inhaltliche Aspekte werden nur soweit mit einbezogen, als sie zum Kennenlernen bzw. Einüben der Umgebung notwendig sind. Wenn Sie die o. a. Umgebungen bereits kennen, brauchen Sie nicht an diesem Workshop teilzunehmen.
Datenaufbereitung und Datenmodifikation (So) Hier sollen Sie lernen, Rohdaten in eine Form zu bringen, in der sie für die statistischen Analysen benutzt werden können. Dies ist ein regelmäßiges Problem, das häufig sehr viel mehr Mühe macht und Zeit kostet, wie die eigentlichen Analysen. Behandelt werden sollen dabei verschiedene Möglichkeiten der Umorganisation von Datensätzen, der Bildung neuer Variablen und die strukturelle Umwandlung von Daten zwischen dem sog. Long-Format und dem Wide-Format.
Diese Themen sind Voraussetzung für den Umgang mit R als Auswertungswerkzeug, haben aber inhaltlich eher weniger mit der Thematik "Multivariate Verfahren" zu tun. Unsere Erfahrungen zeigen, dass dieser Schritt viele Studierende vor teils erhebliche Probleme stellt und weiten daher die hierfür zur Verfügung stehende Zeit aus, indem wir ein Blockseminar anbieten.
Literatur
Brian S. Everitt (2010): Multivariable Modeling and Multivariate Analysis for the Behavioral Sciences.
Grundlage für die MV-Vorlesung und für die Übung. Die Auswahl der Themen/Verfahren und richtet sich nach den Kapiteln dieses Buches.
Die Übung konzentriert sich als Basis auf:
Andy Field, Jeremy Miles, Zoë Field (2012): Discovering Statistics using R.
Abschlussarbeit/Modulprüfung
Die Prüfung erfolgt in Form einer schriftlichen Ausarbeitung, wie aus der Modulbeschreibung ersichtlich. Sie wird angefertigt im E-Prüfungsraum der Universität im blauen Turm. Es werden zwei Termine angeboten:
Normaltermin (für das SS 2018): Samstag 18.8.2018 , 10:00 - 16:00, vor Beginn der 6 freigehaltenen Praktikumswochen in den Sommersemesterferien und auch (hoffentlich) bevor die Auslandssemester beginnen.
Nachholtermin: (im WS 2018/2019): gegen Ende des Semesters, voraussichtlich Samstag, 2.2.2019, 10:00 - 16:00.
Ziel hinter den Terminen ist, die Zeiten zwischen den Prüfungen nicht auf knapp ein Jahr anwachsen zu lassen und damit unverhältnismäßig lange Wartezeiten für eine Pflichtprüfung zu haben.
Weitere Infos zur Abschlussarbeit.
Links:
Startseite der Veranstaltung im SS 2017. Möglicherweise veraltet oder teilweise nicht mehr konsistent.
fin