Von der Idee, über die Auswertung, zur Publikation / From an idea, to data analysis, to a publication

For an English version please see below

--------------------------------

Inhalte

Vorlesung: Planung und Durchführung von Experimenten
Hypothesen, Versuchsdesign, Stichprobendesign, Merkmalsauswahl

Vorlesung: Messen von Daten am Beispiel von Verhalten
Systematische Datenaufnahme, Wiederholbarkeit, Validität von Datenerhebungen

Übung: Aufstellen von Hypothesen und eines Versuchsplans zu einem Teil seiner eigenen Diss
Was ist die Fragestellung der eigenen Versuche, wie sieht die Datenerhebung aus, Überlegungen mit anschließender Präsentation (15min) vor der Gruppe; Feedbackrunde

Vorlesung: Datenaufbereitung
Wie man Daten aufbereitet um sie auswertbar zu machen, womit sollte man Daten auswerten

Vorlesung: Deskriptive und schließende Statistik in R
Abbildungen in R erstellen, Daten in R erstellen, welche Modelle braucht man für welche Datensätze, von der ANOVA bis zum mixed model

Übung: Erste Erfahrungen mit R
Eigene Daten oder Dummy-Daten sollen in R grafisch dargestellt und statistisch ausgewertet werden

Vorlesung: Literatursuche und Referenzen
Wo findet man Literatur, welche Portale/Software gibt es, wie sollten Referenzen formatiert und zitiert werden für Publikationen, Literaturverzeichnisse, Literaturdatenbanken

Vorlesung: Präsentation der Daten
Wichtiges zum Erstellen eines wissenschaftlichen Papers (IMRAD-Struktur), Tabellen und Abbildungen, was macht eine gute Präsentation  in Powerpoint aus, Poster 

Übung: Von der Idee zum Talk
Zu einem kleinen vorgegeben Thema/Paper (wie ein Journalclub) soll jeder weiterführende Literatur suchen und einen 10-minütigen Seminarvortrag erstellen

Kurssprache: Deutsch oder Englisch nach Bedarf

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

 

Contents

Lecture: Planning and conducting experiments
Hypotheses, experimental design, sample design, selection of characteristics

Lecture: Measuring data using the example of behaviour
Systematic data collection, repeatability, validity of data collection

Exercise: Creating a hypothesis and an experimental design for a part of one's own dissertation
What is the research question of the own experiments, how does the data collection look like, considerations with subsequent presentation (15min) to the group; feedback round

Lecture: Data preparation
How to prepare data in order to make them evaluable, how to evaluate data

Lecture: Descriptive and inferential statistics in R
Creating figures in R, creating data in R, which models are needed for which data sets, from ANOVA to mixed model

Exercise: First experiences with R
Own data or dummy data are to be graphically displayed and statistically analysed in R

Lecture: Literature search and references
Where to find literature, which portals/software are available, how should references be formatted and cited for publications, bibliographies, literature databases?

Lecture: Presentation of data
Important things for writing a scientific paper (IMRAD structure), tables and figures, what makes a good presentation in PowerPoint, posters 

Exercise: From the idea to the talk 
For a small given topic/paper (like a journal club), everyone should search for further literature and prepare a 10-minute seminar talk.

Course Language: German or English as needed