Dieser Kurs soll Ihnen helfen, bessere statistische Schlüsse aus empirischen Untersuchungen zu ziehen. Zunächst werden wir besprechen, wie Sie p-Werte, Effektgrößen, Konfidenzintervalle, Bayes-Faktoren und Wahrscheinlichkeitsquotienten richtig interpretieren und wie diese Statistiken verschiedene Fragen beantworten, die Sie interessieren könnten. Dann lernen Sie, wie Sie Experimente entwerfen, bei denen die Falsch-Positiv-Rate kontrolliert wird, und wie Sie den Stichprobenumfang für Ihre Studie festlegen, um beispielsweise eine hohe statistische Aussagekraft zu erreichen. Anschließend lernen Sie, wie Sie die Beweise in der wissenschaftlichen Literatur angesichts der weit verbreiteten Publikationsverzerrungen interpretieren können, indem Sie zum Beispiel die p-Kurven-Analyse kennen lernen. Schließlich werden wir darüber sprechen, wie man Wissenschaftsphilosophie, Theoriebildung und kumulative Wissenschaft betreibt. Dazu gehört auch, wie man Replikationsstudien durchführt, warum und wie man sein Experiment vorregistriert und wie man seine Ergebnisse nach den Prinzipien von Open Science veröffentlicht.

Verbessern Sie Ihre statistischen Schlussfolgerungen
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Verbessern Sie Ihre statistischen Schlussfolgerungen

Dozent: Daniel Lakens
79.179 bereits angemeldet
Bei Mehr erfahren enthalten
785 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Forschung
- Kategorie: Statistische Inferenz
- Kategorie: Statistische Methoden
- Kategorie: Gemeinsame Nutzung von Daten
- Kategorie: Wissenschaftliche Methoden
- Kategorie: Bayessche Statistik
- Kategorie: Statistische Hypothesenprüfung
- Kategorie: Wahrscheinlichkeitsrechnung und Statistik
- Kategorie: Statistische Analyse
- Kategorie: Bestimmung des Stichprobenumfangs
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
23 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

In diesem Kurs gibt es 8 Module
Dozent

Mehr von Wahrscheinlichkeitsrechnung und Statistik entdecken

Eindhoven University of Technology

Coursera

The Hong Kong University of Science and Technology

The Hong Kong University of Science and Technology
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
88,32 %
- 4 Sterne
9,93 %
- 3 Sterne
1,11 %
- 2 Sterne
0,24 %
- 1 Stern
0,37 %
Zeigt 3 von 785 an
Geprüft am 26. März 2018
Excellent course. Must take for any students interested in doing scientific research, especially in the domain of the social sciences. Very interesting and informative.
Geprüft am 20. Juni 2017
Excellent course. The materials were well laid out and explained in an accessible but thorough manner. I've already begun using what I've learned in my current work.
Geprüft am 9. Aug. 2025
This outstanding free course is a goldmine for learning modern statistical inference, power analysis, Bayesian methods, and research reproducibility, all grounded in Open Science principles.
Was führt Sie heute zu Coursera?
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,




