| Dozent/in |
Dr. phil. Gidon Frischkorn |
| Veranstaltungsart |
Vorlesung |
| Code |
FS261149 |
| Semester |
Frühjahrssemester 2026 |
| Durchführender Fachbereich |
Psychologie |
| Studienstufe |
Bachelor |
| Termin/e |
Do, 19.02.2026, 08:15 - 10:00 Uhr, HS 10
Do, 26.02.2026, 08:15 - 10:00 Uhr, HS 10
Do, 05.03.2026, 08:15 - 10:00 Uhr, HS 10
Do, 12.03.2026, 08:15 - 10:00 Uhr, HS 10
Do, 19.03.2026, 08:15 - 10:00 Uhr, HS 10
Do, 26.03.2026, 08:15 - 10:00 Uhr, HS 10
Do, 02.04.2026, 08:15 - 10:00 Uhr, HS 10
Do, 16.04.2026, 08:15 - 10:00 Uhr, HS 10
Do, 23.04.2026, 08:15 - 10:00 Uhr, HS 10
Do, 30.04.2026, 08:15 - 10:00 Uhr, HS 10
Do, 07.05.2026, 08:15 - 10:00 Uhr, HS 10
Do, 21.05.2026, 08:15 - 10:00 Uhr, HS 10
Do, 28.05.2026, 08:15 - 10:00 Uhr, HS 10
Do, 11.06.2026, 13:00 - 14:15 Uhr, 3.B57 (Prüfung Nachteilsausgleich)
Do, 11.06.2026, 13:00 - 14:00 Uhr, HS 10 (Prüfung) |
| Umfang |
2 Semesterwochenstunden |
| Turnus |
Wöchentlich |
| Inhalt |
Die Vorlesung Statistik IV vertieft und erweitert die in den Veranstaltungen Statistik I–III vermittelten Kenntnisse, mit einem besonderen Fokus auf die praktische Anwendung statistischer Verfahren in R und RStudio.
Ein zentrales Ziel der Veranstaltung ist die Vermittlung von Prinzipien reproduzierbarer Datenanalyse. Dazu werden grundlegende Strukturen und Arbeitsweisen eingeführt, die ein effizientes und transparentes Arbeiten mit R ermöglichen. Studierende lernen, wie R-Projekte organisiert, Auswertungsprozesse dokumentiert und Ergebnisberichte mithilfe von R Markdown und Quarto erstellt werden können.
Darauf aufbauend werden Verfahren zur Erstellung komplexer und informativer Visualisierungen mit dem Paket ggplot2 behandelt. Ausserdem werden wir den Umgang mit realistischen Datensätzen, welche fehlende Werte und Ausreisser auf einzelnen Variablen haben, behandeln. Die Vorlesung kombiniert theoretische Einführung und praktische Demonstrationen, um die Anwendung der besprochenen Methoden im wissenschaftlichen Kontext zu veranschaulichen.
|
| Lernziele |
Nach Abschluss der Veranstaltung sind die Studierenden in der Lage:
• Reproduzierbare Analyseprozesse in R und RStudio selbstständig zu planen und umzusetzen.
• R-Projekte sinnvoll zu strukturieren, um effizientes und nachvollziehbares Arbeiten zu gewährleisten.
• Datenanalysen und Ergebnisse mit R Markdown und Quarto systematisch zu dokumentieren und zu präsentieren.
• Statistische Verfahren aus Statistik I–III (z. B. deskriptive Analysen, Gruppenvergleiche, Regressionsmodelle) eigenständig in R anzuwenden.
• mit realen Datensätzen und fehlenden Werten oder Ausreissern auf Variablen umzugehen, sowie Verteilungsannahmen zu prüfen.
• Aussagekräftige und wissenschaftlich korrekte Visualisierungen mit dem Paket ggplot2 zu erstellen und anzupassen.
• Gute Praxisprinzipien für Transparenz, Reproduzierbarkeit und Nachvollziehbarkeit in der psychologischen Forschung anzuwenden.
• Die erlernten Werkzeuge zur eigenständigen Durchführung und Berichterstattung empirischer Analysen in Studien- und Forschungsprojekten einzusetzen. |
| Voraussetzungen |
Psychologie-Hauptfach: Abgeschlossenes Propädeutikum
Psychologie-Nebenfach: Keine Teilnahme möglich |
| Sprache |
Deutsch |
| Anmeldung |
Für den Besuch der Lehrveranstaltung wird die Einschreibung über OLAT vorausgesetzt. Die Einschreibung ist von MO, 02.02.2026 bis FR, 27.02.2026 möglich.
Direktlink zum OLAT-Kurs: Statistik 4 |
| Leistungsnachweis |
Um Credits zu erwerben resp. an der Prüfung teilzunehmen, ist eine Anmeldung über das Uniportal innerhalb der Prüfungsanmeldefrist zwingend erforderlich. Die Prüfung findet in der Prüfungssession des Frühjahressemesters 2026 statt.
Weitere Informationen zur Anmeldung:Prüfungen VPF |
| Abschlussform / Credits |
Benotete schriftliche Prüfung / 3 Credits
|
| Hinweise |
Die Veranstaltung baut inhaltlich auf den Vorlesungen Statistik I–III auf. Grundkenntnisse in R und RStudio werden vorausgesetzt. Die Vorlesung kombiniert theoretische Einführung und praktische Demonstrationen; begleitende freiwillige Übungsaufgaben dienen der eigenständigen Vertiefung.
Von dieser Lehrveranstaltung sind Podcasts vorgesehen, vgl. Digitales Lehrangebot VPF. Um die Lernziele zu erreichen, wird eine vollständige und aktive Teilnahme am Präsenzunterricht dringend empfohlen.
Für die Lehrveranstaltung und die Prüfung wird ein Laptop benötigt.
Die Studierenden sind selbst dafür verantwortlich, die Anrechenbarkeit der Lehrveranstaltung an ihren Studiengang zu überprüfen. |
| Hörer-/innen |
Nein |
| Kontakt |
gidon.frischkorn@unilu.ch |
| Literatur |
Pflichtliteratur:
Wird im Rahmen der einzelnen Sitzungen angegeben, falls Bedarf dafür besteht.
Weitere Literatur (keine Pflichtliteratur):
- Eid, Michael, Mario Gollwitzer, und Manfred Schmitt. Statistik und Forschungsmethoden. 5., Korrigierte Auflage. Beltz Verlagsgruppe, 2017.
- Luhmann, Maike. R für Einsteiger: Einführung in die Statistik-Software für die Sozialwissenschaften. Mit Online-Material. Originalausgabe, 5., Überarbeitete Aufl. Beltz, 2020.
Die Lehrmittel werden für Studierende online zur Verfügung gestellt und können über die Website der Bibliothek (ZHB) heruntergeladen werden. Physische Exemplare sind im Studiladen zum Vorzugspreis erhältlich.
|