160161 PS Bayesianische Ansätze kognitiver Modellierung (2022S)

In diesem Proseminar werden methodische Grundlagen zum Umgang mit empirischen Daten sowie ein Einblick in die statistische Modellierung vermittelt. Die Studierenden setzen sich in diesem Kurs mit statistischen Modellen (lineare Regression, hierarchische Modelle, u.a.) auseinander, lernen wie man diese programmieren und für die Datenauswertung nutzen kann. Hierfür wird die Open-Source Statistiksoftware R verwendet. Programmierkenntnisse sind nicht Voraussetzung, helfen aber bei der Bearbeitung der Aufgaben. Wir beginnen bei den Grundlagen von Statistik (Deskriptive Statistik, Verteilungen, Wahrscheinlichkeit, Annahmen, Grundlagen der Inferenzstatistik lineare Regression, etc.), und erarbeiten uns anschließend die Grundlagen Bayesianischer Statistik/Modellierung, da diese für Kognitionswissenschaftler*innen und Linguist*innen einen breiten Anwendungsrahmen bietet und ein wertvolles Werkzeug darstellt. Weiterhin werden wir lernen, was ein Kognitives Modell ist und wie wir es für unsere Forschung nutzen können. Das Ziel dieses Seminars ist, die bereits vorhandenen Statistikkenntnisse der Studierenden zu festigen und um neue Perspektiven zu erweitern. Darüber hinaus werden bei den Programmierübungen der praktische Umgang mit der Programmiersprache R und der probabilistischen Sprache STAN geübt. Die Einheiten bestehen in der Regel aus einem Inputteil durch die Seminarleitung und aus einem Praxisteil, in dem die Studierenden Übungsaufgaben bearbeiten.