230108 Mixed Effect Modells in R und SPSS (S) (WiSe 2016/2017)

Der Kurs richtet sich an Studenten, die im Kontext ihrer Masterarbeit ihre Kenntnisse in empirischer Datenerhebung, experimentellem Design und Statistik auffrischen und den Umgang mit R lernen möchten. R ist eine kostenlose Programmiersprache und Arbeitsumgebung für statistische Analysen.

Im ersten Teil des Kurses wiederholen die Studierenden die Grundlagen deskriptiver Statistik und werden in die vielfältigen Möglichkeiten Daten in R grafisch aufzuarbeiten eingeführt. Der zweite Teil widmet sich der Inferenzstatistik. Wiederholt werden Verfahren um Unterschiede und Zusammenhänge kategorieller und kontinuierlicher Variablen zu testen (Chi-Quadrat Tests, Wilcox-Test, t-Tests, Korrelation, einfaktorielle Varianzanalyse ua.) und deren Handhabung in R.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Der vorherige Besuch der Veranstaltung "Aufbaukurs Empirische Methoden" wird dringend empfohlen. Zudem werden die Grundkenntnisse der Statistik aus dem Bachelorstudium (Konzepte deskriptiver Statistik, Zusammenhangs- und Unterschiedstests) vorausgesetzt.

Literaturangaben

Statistik allgemein:
Bortz & Schuster (2010). Statistik für Human- und Sozialwissenschaftler. (http://link.springer.com/book/10.1007%2F978-3-642-12770-0)
Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. Pearson Higher Education.
Sichelschmidt (2014). Überblick: Elementare Statistik. (pdf-Version im Lernraum)

Statistik mit R:
Baayen (2008). Analyzing Linguistic Data. A Practical Introduction to Statistics Using R. (http://www.sfs.uni-tuebingen.de/~hbaayen/publications/baayenCUPstats.pdf)
Dalgaard (2008). Introductory Statistics with R.
Fields, A., Miles, J. & Field, Z. (2012). Discovering Statistics Using R. SAGE.
Luhmann (2013). R für Einsteiger. (Die 2. Auflage von 2011 : https://content-select.com/portal/media/view/519cc145-5bc4-4f0c-97d7-253e5dbbeaba)