default

Aktuell

8.1.2020: Anscheinend waren die Ergebnisse der Klausur vom 16.11.2019 noch nicht freigeschaltet, dabei hatten wir die Bewertungen vor Weihnachten fertiggestellt und eingetragen. Ab sofort aber sollten die Ergebnisse einsehbar sein.
8.11.2019: Die Ausarbeitung am Samstag, 16.11.2019, 10:00 - 16:00 findet im Computerpool der Psychologie im Heinrich-Düker-Weg 12 statt, also dort, wo auch die Übung war.
16.10.2019: Wegen Änderungen in der Sicherheitskonfiguration bei der GWDG haben bestimmte Teile der Übungsblätter nicht mehr funktioniert. Es ging hier um den Zugriff auf CSV-Dateien. Das sollte inzwischen alles behoben sein. Wir bitten, die Umstände zu entschuldigen.
3.10.2019: Der Termin für die Ausarbeitung im WS 2019/2020 ist der Samstag, 16.11.2019, 10:00 - 16:00. Der Ort wird noch bekannt gegeben. Sie können sich ab sofort zu der Prüfung anmelden.
3.10.2019: Die Ergebnisse der Ausarbeitung sind ab sofort in Flexnow hinterlegt.
4.7.2019: Bitte evaluieren Sie diese Veranstaltung. Das können Sie online machen im StudIP
https://studip.uni-goettingen.de
5.2019: Wir haben begonnen, die Aufgabenblätter in Englisch zu übersetzen und hoffen, wir halten das durch ...
22.4.2019: Als Termin für die Ausarbeitung im SS 2019 wurde Samstag, der 17.8.2019 festgelegt.
14.2.2019: Bitte wählen Sie Ihre Gruppe in dem Doodle aus, wenn Sie an einem der Vorab-Workshops teilnehmen wollen.
14.2.2019: Es gibt zwei Vorab-Workshops, einen für Gruppe 1, einen für Gruppe 2. Beide Gruppen haben in den ersten beiden Semesterwochen Sondertermine, so dass sie insgesamt auf 9 Stunden Gesamtzeit für den Einführungs-Workshop kommen, der sich auf 3 Tage aufteilt.
Gruppe 1: Mi 17.4.2019 18:00 - 21:00, Do 18.4.2019 18:00 - 21:00, Do 25.4.2019 18:00 - 21:00 (Abendgruppe)
Gruppe 2: Do 18.4.2019 10:00 - 14:00, Mi 24.4.2019 18:00 - 21:00, Do 25.4.2019 10:00 - 14:00
Die regulären Übungstermine Do 10:15 - 11:45 und Do 12:15 - 13:45 beginnen ab Do 2.5.2019 nach der ersten Vorlesung am Fr 26.4.2019
5.2.2019: Der Semesterbeginn liegt in der Osterwoche. Daher ist es schwierig, Termine für die Block-Vorkurse zu finden. Wir haben uns entschlossen, die Einführungs-Workshops in die ersten beiden Semesterwochen anzubieten und hierzu auch Abendstunden ab 18:00 zu nutzen.
5.2.2019: Erste Vorversion dieser Seite für das SS 2019

Veranstaltungen und Inhalte

Alle zur Verfügung gestellten Materialien finden Sie in der folgenden Tabelle verlinkt.

	Thema	Ressourcen
Sa 17.8.2019, 10:00 - 16:00	Ausarbeitung	Infos zur Ausarbeitung incl. Probeklausuren
Do 18.7.2019	Harry Potter Ausarbeitung	sheet_harry_potter.html Loesungen
Do 11.7.2019	Mehrebenenanalyse - Multi Level Analysis	sheet_mlm.html Loesungen.html Evaluation multi_level.html
Do 4.7.2019	Hauptkomponentenanalyse PCA und Faktorenanalyse FA	sheet_pca_fa.html Loesungen.html fa.html Evaluation
Do 27.6.2019	Multivariate Analyse	sheet_manova.html Lösungen manova.html
Do 20.6.2019	Messwiederholungs- und mixed Designs	sheet_repeated_measure.html Loesungen.html lm_cat_repeated.html lm_cat_mixed.html
Do 13.6.2019	Logistische Regression	sheet_log_reg.html Loesungen.html glm_logistic.html
Do 6.6.2019	Allgemeines lineares Modell Units	sheet_anova.html loesungen.html contrasts.html lm_cat.html lm_cat_factorial.html lm_cat_contr.html lm_cat_unbalanced.html
Do 23.5.2019	Multiple Regression Unit dazu	sheet_multiple_regression.html loesungen.html lm_mult.html
Do 16.5.2019	Lineare Regression Lösungen Unit zu einfacher linearer Regression	sheet_simple_regression.html loesungen.html lm.html lm_simple.html
Do 9.5.2019	Grafiken und Plots mit ggplot Aufgabenblatt in Deutsch und Englisch Unit zu ggplot2	sheet_plots.html loesungen.html ggplot2.html
Do 2.5.2019	Erster Termin reguläre Übung MV Unit zu Transformationen	sheet_environment_transformation.html Lösungen sheet_index.html Lösungen transformation.html
Do 25.4.2019 18:00 - 21:00	Gruppe 1 Einführungs-Workshop Teil 3	block_intro.html commands.html transformation.html
Do 25.4.2019 10:00 - 14:00	Gruppe 2 Einführungs-Workshop Teil 3	block_intro.html commands.html transformation.html
Mi 24.4.2019 18:00 - 21:00	Gruppe 2 Einführungs-Workshop Teil 2	block_intro.html commands.html transformation.html
Do 18.4.2019 18:00 - 21:00	Gruppe 1 Einführungs-Workshop Teil 2	block_intro.html commands.html transformation.html
Do 18.4.2019 10:00 - 14:00	Gruppe 2 Einführungs-Workshop Teil 1	block_intro.html commands.html transformation.html
Mi 17.4.2019, 18:00 - 21:00	Gruppe 1 Einführungs-Workshop Teil 1	block_intro.html commands.html transformation.html
	ggf. Basics Likelihood	ml.html

Organisatorisches

Diese Veranstaltung ist Teil des Moduls "Multivariate Verfahren". Basis ist die Vorlesung "Multivariate Verfahren" im SS 2019, 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

Ein großer Teil der Übung sind Übungsaufgaben, an denen Sie sich zuhause versuchen sollen. Bei Fragen hierzu können Sie sich an unsere Tutoren Joshua Driesen (E-Mail: joshua.driesen@stud.uni-goettingen.de) und Birk Oelhoff (E-Mail: birksvante.oelhoff@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 sowie in die Datenaufbereitung mit R

Im Rahmen der Veranstaltung "Multivariate Verfahren" findet zu den angekündigten Zeiten eine Einführung in die Arbeitsumgebung statt. In beiden Vorab-Workshops behandeln wir die Themen Datenorganisation, Datenaufbereitung und Datenmodifikation. Die Inhalte der beiden Vorab-Workshops sind dentisch. Beide finden im Computerpool HDW statt. Bitte tragen Sie sich wahlweise an einem der beiden Termine ein, wenn Sie teilnehmen wollen.

Gruppe 1: Mi 17.4.2019 18:00 - 21:00, Do 18.4.2019 18:00 - 21:00, Do 25.4.2019 18:00 - 21:00 (Abendgruppe)
Gruppe 2: Do 18.4.2019 10:00 - 14:00, Mi 24.4.2019 18:00 - 21:00, Do 25.4.2019 10:00 - 14:00

Doodle zur Auswahl des Workshops (Gruppe 1 oder Gruppe 2)

Einführung in R-Studio und R-Markdown 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 sowie die Möglichkeiten, die R-Markdown bietet, um automatisiert Auswertungen und dynamisch 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 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 2019): Samstag, 17.8.2019, 10:00 - 16:00, vor Beginn der 6 freigehaltenen Praktikumswochen in den Sommersemesterferien und auch (hoffentlich) bevor die Auslandssemester beginnen.

Nachholtermin: (im WS 2019/2020): gegen Ende des Semesters, voraussichtlich Samstag, [wird noch bekanntgegeben], 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 2018. Möglicherweise veraltet oder teilweise nicht mehr konsistent.

fin