Für Studierende

Simulationsstudien erlauben es, statistische Verfahren unter definierten Bedingungen zu evaluieren. In der Regel werden dazu Daten in R generiert, analysiert und anschließend systematisch variiert, um die Robustheit der Methoden zu prüfen.

Beispiele hierfür sind:

• Variation von Modellannahmen
• Generelle oder gezielte Modellfehlspezifikationen
• Veränderte Verteilungen und Messniveaus
• Unterschiedliche Stichprobengrößen und Effektstärken          

Diese Herangehensweise ermöglicht es, die Zuverlässigkeit inferenzstatistischer Entscheidungen realitätsnah abzuschätzen.

Kontakt

Studierende, die Interesse an einer Masterarbeit zu diesem Themenkomplex haben, sind herzlich eingeladen, sich zu melden. Gern bieten wir weiterführende Literatur, Beispiele für bestehende Simulationsstudien oder Einblicke in aktuelle Projekte an

• Julien Irmer
• Manuel Voelkle

Wie groß muss eine Stichprobe sein, um einen Effekt zuverlässig nachzuweisen?

Mit simulationsbasierten Poweranalysen untersuchen wir genau diese Frage – und zwar dort, wo klassische Formeln nicht mehr weiterhelfen. Die exakte Gestalt der Powerfunktion ist in vielen modernen Modellen unbekannt oder mathematisch kaum herleitbar. Durch systematische, effiziente Simulationsstudien können wir sie jedoch sehr präzise rekonstruieren: Wir generieren tausende Datensätze, führen statistische Tests durch und modellieren die resultierenden Signifikanzentscheidungen als empirische Annäherung an die wahre Powerfunktion.

Die so gewonnenen Erkenntnisse ermöglichen eine fundierte und ressourceneffiziente Studienplanung – von einfachen Designs bis zu komplexen Strukturgleichungsmodellen.

Kontakt

• Julien Irmer
• Manuel Voelkle

Psychologische Modelle beschreiben häufig durchschnittliche Zusammenhänge – doch individuelle Unterschiede sind groß. Mit modernen Methoden wie der Individual Parameter Contribution Regression (IPCR) oder nichtlinearen Strukturgleichungsmodellen untersuchen wir daher, wie stark Effekte zwischen Personen variieren, welche Untergruppen sich unterscheiden und wie robust Modelle gegenüber verzerrten Daten sind.

Aktuelle Fragestellungen betreffen sowohl die allgemeine Performanz dieser neuen Verfahren als auch konkrete methodische Herausforderungen: Was passiert beispielsweise, wenn Likert-Skalen fälschlicherweise als kontinuierlich behandelt werden? Welche Muster bleiben stabil – und unter welchen Bedingungen kippt die Inferenz?

Kontakt

• Julien Irmer
• Manuel Voelkle

Machine-Learning-Modelle versprechen viel – aber wie verlässlich sind sie, wenn reale Daten von idealisierten Annahmen abweichen? Wir simulieren unterschiedliche Datenkonstellationen, analysieren Fehlverhalten unter Regularisierung (z. B. Lasso, Elastic Net oder nichtlinearen ML-Methoden) und untersuchen, wie gut Modelle Effekte auch bei deutlichen Modellverletzungen wiederfinden.

Ein zentraler Fokus liegt dabei darauf, welche Vorteile Machine Learning in welchen Situationen tatsächlich bietet und welche impliziten Annahmen diese Verfahren treffen – Annahmen, die die Ergebnisse und die abgeleitete Inferenz deutlich beeinflussen können.

Kontakt

• Julien Irmer
• Manuel Voelkle

Zusammenhänge zwischen der Nutzung moderner bildschirmbasierter Medien und Neuroentwicklungsstörungen wie der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung (ADHS) und Autismus-Spektrum-Störung (ASS) bilden ein spannendes und aktuell kontrovers diskutiertes Forschungsfeld. Vor dem Hintergrund einer dimensionalen Konzeption von Neuroentwicklungsstörungen untersucht dieses Projekt, wie ADHS- und ASS-Traits mit digitaler Mediennutzung zusammenhängen. Im Fokus stehen die Stabilität der Konstrukte, ihre wechselseitigen Beziehungen sowie potenzielle Wirkmechanismen und Mediatoren – etwa Schlafqualität und -quantität.

Aufbauend auf bestehenden Längs- und Querschnittsdaten von Kindern und Jugendlichen sollen im Rahmen der Masterarbeiten zusätzliche Daten, teilweise bis ins frühe Erwachsenenalter, erhoben und mithilfe von Strukturgleichungsmodellen (SEM) aus unterschiedlichen Perspektiven analysiert werden. Ziel ist es, neue Einblicke in die Dynamik zwischen ADHS-/ASS-Traits und digitaler Mediennutzung zu gewinnen.

Kontakt

• Yoanna Schulz-Zhecheva
• Manuel Voelkle

Bildschirmbasierte digitale Medien sind allgegenwärtig und begleiten junge Menschen heute oft bereits ab dem frühesten Kindesalter. Während mögliche Auswirkungen digitaler Medien auf die mentale Gesundheit und Entwicklung von Kindern und Jugendlichen zunehmend auf gesellschaftlicher und politischer Ebene diskutiert werden, bleibt die wissenschaftliche Evidenz bislang uneinheitlich. Dieses Projekt zielt daher darauf ab, den aktuellen Forschungsstand systematisch zu evaluieren und darauf aufbauend ein evidenzbasiertes Trainingsmodul zum gesunden Umgang mit digitalen Medien zu entwickeln, das in störungsübergreifenden Elterntrainings eingesetzt werden kann.

In Kooperation mit der Klinik für Psychiatrie, Psychotherapie und Psychosomatik im Kindes- und Jugendalter des Universitätsklinikums Freiburg wird dieses Modul erprobt und wissenschaftlich validiert. Je nach Projektphase bieten sich verschiedene spannende Fragestellungen für Masterarbeiten an – von der systematischen Literaturarbeit/Metaanalyse über die Modulentwicklung bis hin zu empirischen Evaluationsstudien.

Kontakt

• Yoanna Schulz-Zhecheva
• Manuel Voelkle