Weiterbildungsangebote an Instituten
Die Fachgruppe weist hier auf regelmäßige Weiterbildungsangebote an Instituten hin:
Universität Tübingen:
Regelmäßig finden am Methodenzentrum der Universität Tübingen Weiterbildungen im Rahmen von Workshops während der Fall und Spring School statt. Die interdisziplinären Workshops addressieren insbesondere Forscherinnen und Forscher aus dem Bereich der Methodenlehre und dem Data Science und beinhalten fortgeschrittene Themen u.a. zu Machine Learning, Latent Variable Modeling und Mixed Methods. Weitere Informationen finden Sie hier: Webseite
Universität Zürich:
Ein regelmäßiges Angebot von einführenden und fortgeschrittenen Kurse zur statistischen Datenanalyse und Programmierung mit der open-source Software R: http://www.zhrcourses.uzh.ch
Universität Koblenz-Landau:
Ein regelmäßiges Angebot an Workshops zu R sowie zu Multilevelanalyse und Strukturgleichungsmodellen:https://www.uni-koblenz-landau.de/de/methodenzentrum/fortbildung
Institut für Qualitätsentwicklung im Bildungswesen:
https://www.iqb.hu-berlin.de/fdz/workshops
Weiter weisen wir auf die nachfolgenden Kolleginnen und Kollegen hin, die bezüglich Weiterbildungsangeboten angesprochen werden können.
Weiterbildungsangebote auf Anfrage
| Ansprechpartner/ Ansprechpartnerin und Uni | Schwerpunkte |
|---|---|
| Prof. Dr. Michael Eid | Lineare Strukturgleichungsmodelle, Veränderungsmessung mit latenten Variablen, Multitrait-Multimethod-Analyse, Auswertung von Multi-Rater-Daten, Latent Class Analyse, Testkonstruktion und-analyse |
| Dr. Georg Hosoya | Einführung in die Mehrebenenanalyse mit R, Einführung in Bayesianische Methoden mit R und JAGS |
| Dr. Kristian Kleinke | Fehlende Werte und Multiple Imputation, Analyse von Paneldaten mit fehlenden Werten, Datenanalyse mit R, Einführung in R |
| Dr. Rainer Leonhart | Regressionsanalyse, Varianzanalyse, Strukturgleichungsmodelle, Umgang mit fehlenden Werten, explorative multivariate Verfahren |
| Dr. Jana Groß Ophoff | Lineare Strukturgleichungsmodelle, Item-Response-Modelle; Software: Mplus, Conquest, R, SPSS |
| Prof. Dr. Timo von Oertzen | Strukturgleichungsmodelle mit Onyx, Optimierung von statistischer Power in Versuchsdesigns |
| Dr. Thomas Schäfer | Forschungsmethodik und Evaluation (Lineare Strukturgleichungsmodelle, Mehrebenenanalysen, Effektgrößen und Konfidenzintervalle, Einführung in SPSS, AMOS, HLM) |
| Prof. Dr. Margrit Schreier | Qualitative Inhaltsanalyse; Fallauswahl und Verallgemeinerung in der qualitativen Forschung; Einführung in qualitative Forschungsmethoden; Mixed Methods |
| Prof. Dr. Manuel Völkle | Strukturgleichungsmodelle, Analyse von Längsschnittdaten |
| Dr. Till Kaiser | Lineare Strukturgleichungsmodelle, Analyse von Längsschnittdaten, Meherbenenanalysen, Datenanalyse mit Stata/R/SPSS/Mplus |
| Dipl. Psych. Marcel Miché | Datenanalyse mit R (Einführung), professionelle Datenaufbereitung (in R) von Daten einer ESM (experience sampling methodology) Studie, R als Programmiersprache |
| Dr. Andreas Brandmaier | Verfahren des maschinellen Lernens, Strukturgleichungsmodelle (lavaan, OpenMx, Onyx), Veränderungsmessung |
| Dr. Annika Wilhelmy | Qualitativer Forschungsansatz der Grounded Theory, Einführung in Qualitative Forschungsmethoden |
| Dr. Jan R. Böhnke | Multivariate Verfahren (Querschnitt, Längsschnitt, Mehrebenendaten); Item Response Modelle; Siumulationsstudien (z.B. für statistische Power in Forschungsdesigns, Validierung von Ergebnissen komplexer Modelle) Software: R, Mplus, Stata |