In diesem Modul werden wir besprechen, wie Sie die für die Beantwortung Ihrer Forschungsfrage erforderlichen Daten beschaffen, speichern, bereinigen und untersuchen. Zunächst werden wir sehen, wie Sie Daten von guter Qualität sammeln. Zweitens werden wir sehen, wie man den Datenschutz und die Sicherheit beim Umgang mit persönlichen Daten berücksichtigt. Dann werden wir sehen, wie Sie Ihre Daten zunächst beschreiben und zusammenfassen. Schließlich werden wir die Grundsätze einer ersten Datenanalyse besprechen.

In diesem Modul werden wir sehen, wie man mit Daten umgeht, die von einer begrenzten Anzahl von Individuen stammen. Sie werden entdecken, wie die statistische Inferenz die Verbindung zwischen Stichproben und Populationen herstellen kann. Zunächst werden wir wichtige Konzepte wie zufällige Variation, Stichprobenverteilung und Standardfehler diskutieren. Zweitens werden wir die Prinzipien der Hypothesentests besprechen. Dann werden wir die am häufigsten verwendeten statistischen Tests besprechen. Zum Schluss werden wir besprechen, wie Sie entscheiden, wie groß die Stichprobe Ihrer Studie sein sollte.

In diesem Modul werden wir die Grundprinzipien der Regressionsmodellierung besprechen, einer Sammlung leistungsstarker Tools zur Analyse komplexer Daten. Wir beginnen mit einfachen Modellen und steigern die Komplexität der Modelle Schritt für Schritt. Wir beginnen mit der linearen Regression, die bei kontinuierlichen Ergebnissen verwendet wird. Dann fahren wir mit der logistischen Regression fort, die zur Modellierung binärer Variablen verwendet werden kann, und schließlich betrachten wir die Regression mit zeitlich begrenzten Ergebnissen von Ereignissen.

In diesem Modul befassen wir uns mit der kritischen Bewertung von Datenanalyseergebnissen und diskutieren die Herausforderungen und Gefahren der Datenanalyse im Zeitalter von Big Data und riesigen Informationsmengen. Erstens werden wir sehen, wie schlechte Datenanalysepraktiken den wissenschaftlichen Fortschritt dramatisch beeinträchtigen können. Zweitens werden wir das heiße Thema ansprechen, wie man Unsicherheiten in wissenschaftlichen Erkenntnissen angibt. Dies war Gegenstand einer großen Kontroverse in der wissenschaftlichen Literatur. Wir haben zwei Experten eingeladen, die ihre unterschiedlichen Standpunkte darlegen. Dann werden wir verschiedene Formen der Verzerrung diskutieren. Schließlich geben wir Ihnen Tipps und Tricks, wie Sie einen perfekten statistischen Plan erstellen können. Das Besondere an dieser Woche ist, dass wir mit einer Diskussionsgruppe über einige schwierige soziale Situationen arbeiten, denen Sie bei Ihrer eigenen Forschungstätigkeit begegnen könnten. Die meisten von uns, die in der Forschung tätig sind, haben solche Situationen vielleicht schon erlebt. Wenn Sie sich dabei wohl fühlen, teilen Sie uns bitte Ihre Gedanken darüber mit, was Sie für angemessen halten, und verfolgen Sie die Threads, während die anderen antworten!