Statistical Rethinking II [Statistical Rethinking]

Dozent/in:

Alexander Pastukhov

Angaben:

Sonstige Lehrveranstaltung, 2 SWS, ECTS: 3

Termine:

Mi, 14:00 - 16:00, M3N/-1.19

Voraussetzungen / Organisatorisches:

Some Bachelor level knowledge of statistics and R is beneficial, but no prior knowledge beyond high school algebra is required! For Ba / Ma Psychology only!

Inhalt:

Do you find statistics confusing and complicated? Do you want to improve and better understand your analysis? Do you want to find out that you are already a Bayesian statistician? Then this seminar is for you.

Learning Goals: In this seminar, you will learn how to build a statistical model from the ground up with the goal of being able to build a customized model for any statistical problem and analysis. After this course you will understand that a linear regression, a T-test, an ANOVA, or an ANOCOVA all refer to the same simple linear model that you can build yourself. The aim is to make sure that you will know exactly what your analysis does and why you are doing it in this way.

Course Method: This seminar assumes no prior knowledge on your part. We will start with a basic concept of probability-as-counting and proceed to understanding what statistical models are and how to build them. Over the course of the seminar, we will gradually move forward to more advanced topics learning how to handle various types of data, identify spurious associations, infer causality, evaluate models, or perform power analysis. Forming a book club we will read Statistical Rethinking by Richard McElrath. It is an excellent introductory statistics book that explain even most intimidating topics very clearly, links all seemingly discrepant topics together, and has plenty of examples in R. We will read one chapter every week and discuss the topics and questions during the seminar.

Empfohlene Literatur:

"Statistical Rethinking: A Bayesian Course with Examples in R and Stan" by Richard McElreath https://www.oreilly.com/library/view/statistical-rethinking/9781482253481/

Schlagwörter:

statistics, bayesian statistics

Seminar "Essentials of Work and Organizational Psychology"

Dozent/in:

Jetmir Zyberaj

Angaben:

Seminar, 2 SWS, B.Sc. (Pflichtmodul Arbeits- und Organisationspsychologie)

Termine:

Di, 12:00 - 14:00, MG2/01.03

Voraussetzungen / Organisatorisches:

Das Seminar gilt als bestanden, wenn folgende Leistung erbracht wurde:

• Referat (max. 30 Minuten)

Darüber hinaus empfehlen wir, die Grundlagenliteratur in Vorbereitung für die jeweiligen Sitzungen zu lesen.

Inhalt:

In this seminar, we will deepen the understanding of the central themes of the lecture “Organizational Psychology”. To achieve this goal, key topics from the field of Work and Organizational Psychology, such as personnel selection, personnel development, leadership, team work, will be selected and critically examined from both, theoretical and practical points of view. The seminar is particularly suitable for students who would like to take the examination in the module Work and Organizational Psychology, in the Bachelor of Science, after the summer semester 2022.

Seminar "Performance Management in Teams (ProMES)" (VHB-Kurs, in englischer Sprache)

Dozent/in:

Judith Volmer

Angaben:

Seminar, 2 SWS, ECTS: 3, M.Sc. (Wahlpflichtmodul Personalentwicklung; Fächerübergreifendes Modul Wissenschaftssprachen)

Termine:

Onlineseminar

Voraussetzungen / Organisatorisches:

Die Anmeldung findet direkt über die Webseite der Virtuellen Hochschule Bayern statt (www.vhb.org). Anmeldezeitraum und Seminarbeginn finden Sie auf der genannten Webseite. Um eine zusätzliche formlose Anmeldung per Mail an <sekretariat.auopsych@uni-bamberg.de> wird gebeten.

Die Betreuung für Studierende der Konsortialhochschulen sowie für Teilnehmende anderer Hochschulen wird zentral über die Friedrich-Alexander-Universität Erlangen-Nürnberg organisiert. Es gibt eine Tutorin für alle Teilnehmenden.

Eine Anmeldung über FlexNow ist nicht möglich. Bitte weisen Sie nach Absolvieren des Kurses per Mail an <sekretariat.auopsych@uni-bamberg.de> das Zertifikat vor, das Ihnen von der FAU Erlangen ausgestellt wurde, und teilen Sie uns genau mit, für welches Modul Sie den Kurs belegt haben und ob es sich um eine benotete Modul(teil)prüfung handelt oder um eine unbenotete Seminarleistung.

Inhalt:

Produktivitätsmanagement zielt darauf ab, Mitarbeiter/innen für die Ziele und Strategien einer Organisation zu gewinnen und sie zu motivieren, kontinuierlich zu deren Erfolg beizutragen. In der Veranstaltung werden motivationspsychologische Ansätze sowie die Rolle von Feedback und Partizipation für die Gestaltung eines effektiven Produktivitätsmanagements vermittelt. Darüber hinaus lernen die Studierenden im Rahmen eines evidenzbasierten Ansatzes konkret, auf welche Weise Erfolgsindikatoren abgeleitet und erfasst werden können und wie diese zum Erfolg einer Organisation beitragen. Auf Basis eines in der Praxis bereits bewährten Ansatzes zum Produktivitätsmanagement, nämlich ProMES (Productivity Measurement and Enhancement System), wird das Gelernte im Kontext eines Fallbeispiels praktisch umgesetzt und eingeübt. Schwerpunkte der Veranstaltung:

• Vermittlung motivationspsychologischer Theorien und deren Rolle für das organisationale Produktivitätsmanagement.

• Vermittlung der Grundlagen der Leistungsmessung sowie Diskussion kritischer Aspekte.

• Praktische, anwendungsbezogenen Entwicklung eines eigenen ProMES-Systems (in Gruppenarbeit).

Seminar „The R and RStudio Environment: Handling, Visualisation and Communication of Data in Science” (VHB-Kurs, in englischer Sprache)

Dozent/in:

Judith Volmer

Angaben:

Seminar, B.Sc. (Wahlpflichtmodul Angewandte Arbeits- und Organisationspsychologie); M.Sc. (Fächerübergreifendes Modul Wissenschaftssprachen)

Termine:

Zeit/Ort n.V.

Voraussetzungen / Organisatorisches:

Das Seminar richtet sich an Promovierende und Studierende im Master. Die Anmeldung findet direkt über die Webseite der Virtuellen Hochschule Bayern statt (www.vhb.org). Anmeldezeitraum und Seminarbeginn finden Sie auf der genannten Webseite. Um eine zusätzliche formlose Anmeldung per Mail an <sekretariat.auopsych@uni-bamberg.de> wird gebeten.
Die Betreuung für Studierende der Konsortialhochschulen sowie für Teilnehmende anderer Hochschulen wird zentral über die Friedrich-Alexander-Universität Erlangen-Nürnberg organisiert. Es gibt eine Tutorin für alle Teilnehmenden.
Eine Anmeldung über FlexNow ist nicht möglich. Bitte weisen Sie nach Absolvieren des Kurses per Mail an <sekretariat.auopsych@uni-bamberg.de> das Zertifikat vor, das Ihnen von der FAU Erlangen ausgestellt wurde, und teilen Sie uns genau mit, für welches Modul Sie den Kurs belegt haben und ob es sich um eine benotete Modul(teil)prüfung handelt oder um eine unbenotete Seminarleistung.

Inhalt:

The course is set to contain fourteen sessions (work packages), that will be structured into bigger, more encompassing overall structures. It is meant to introduce the students to basic analytical tools that are available in R, from coding, to modeling and analyzing, but also to the vastly overlooked components in data science i.e., data manipulation, professional data visualization and well as coherent, reproducible communication of scientific results. All these aspects are critical to a successful completion of presentations, short reports and students thesis (be it bachelor, master or even PhDs).

The examination can take two forms: The first variant is a pass/no pass grading system. In this scenario, a simple presence, fulfillment and parsing of the full online course, combined with ten item tests ("quizzes") after the completion of every chapter, will lead to a pass (the test can be repeated several times). The student has to have an 80% correct item response rate. Otherwise, the student will be given a no pass. The second variant is a proctored examination on the course content, that will last 45 minutes. This examination will be graded. For this purpose, the student will be required to import and analyze a given dataset, extract relevant information and present the information in a predefined manner.