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.

In praktischen Übungen lernen Sie, wie man t-Tests simuliert, um zu erfahren, welche p-Werte man erwarten kann, wie man Likelihood-Ratios berechnet und eine Einführung in die binomiale Bayes-Statistik erhält und was der positive Vorhersagewert ist, der die Wahrscheinlichkeit ausdrückt, dass veröffentlichte Forschungsergebnisse wahr sind. Wir werden die Probleme mit dem optionalen Stoppen erfahren und lernen, wie man diese Probleme durch die Verwendung sequenzieller Analysen vermeiden kann. Sie werden Effektgrößen berechnen, anhand von Simulationen sehen, wie Konfidenzintervalle funktionieren, und sich in der Durchführung von A-priori-Power-Analysen üben. Schließlich lernen Sie, wie Sie mit Hilfe von Äquivalenztests und Bayes'scher Statistik prüfen können, ob die Nullhypothese wahr ist, und wie Sie eine Studie vorregistrieren und Ihre Daten auf dem Open Science Framework freigeben. Alle Videos haben jetzt chinesische Untertitel. Mehr als 30.000 Lernende haben sich bisher eingeschrieben! Wenn Ihnen dieser Kurs gefallen hat, kann ich Ihnen empfehlen, ihn mit meinem neuen Kurs "Improving Your Statistical Questions" fortzusetzen