160.635 (23S) Forschungsseminar: Kognitive Modellierung

Sommersemester 2023

Anmeldefrist abgelaufen.

Erster Termin der LV
02.03.2023 14:00 - 16:00 N.1.71 On Campus
... keine weiteren Termine bekannt

Überblick

Lehrende/r
Tutor/in/Innen
LV-Titel englisch Research seminar: Cognitive Modelling
LV-Art Seminar (prüfungsimmanente LV )
LV-Modell Präsenzlehrveranstaltung
Semesterstunde/n 2.0
ECTS-Anrechnungspunkte 6.0
Anmeldungen 9 (35 max.)
Organisationseinheit
Unterrichtssprache Deutsch
mögliche Sprache/n der Leistungserbringung Deutsch , Englisch
LV-Beginn 02.03.2023
eLearning zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

  • Verständnis der grundlegenden Vor- und Nachteile formaler Modelle in der Kognitionspsychologie
  • Erarbeiten eines Modellierungsansatzes bis hin zur selbständigen Schätzung des Modells für einen Beispieldatensatz

Lehrmethodik

Vorlesungseinheiten; Diskussionen und Tutorientermine; Seminararbeit

Inhalt/e

Modellierungsansätze in der Psychologie erlauben eine formale Repräsentation substantieller theoretischer Annahmen. Die Themenfelder, an denen ausgewählte Modelle im Seminar kennengelernt und erprobt werden sollen, umfassen (1) unbewusste Informationsverarbeitung bei sozialen Vorurteilen, (2) einfache, perzeptuelle und komplexe, konzeptuelle Entscheidungen und (3) Kategorisierung und Konzeptbildung. Unter den grundlegenden Modellierungsansätzen werden multinomiale Verarbeitungsbaummodelle, Modelle sequentieller Evidenzakkumulation und algorithmische Modelle behandelt. Aufbauend auf einführenden Einheiten zu den Grundlagen der Ansätze,  wird in Übungseinheiten die Schätzung einzelner Modelle an Beispieldatensätzen praktisch umgesetzt.  

Erwartete Vorkenntnisse

Grundkenntnisse in R, Statistik III absolviert (empfohlen) 


Literatur

Primär:

Farrell, S. & Lewandowsky, S. (2018). Computational Modeling of Cognition and Behavior. Thousand Oaks: Sage.  [ Exercises ] 

Weitere Literatur:

Busemeyer, J. R. & Diederich, A. (2009). Cognitive Modeling. Thousand Oaks: Sage.

Erdfelder et al (2009). Multinomial Processing Tree Models. A review of the literature. Journal of Psychology, 217, 108-124.

Gigerenzer, G. & Brighton, H. (2009). Homo Heuristicus: Why Biased Minds Make Better Inferences. Topics in Cognitive Science, 1, 107-143.

Ratcliff, R., Smith, P. L., Brown, S. D., & McKoon, G. (2016). Diffusion Decision Model: Current Issues and History. Trends in Cognitive Sciences, 20, 260-281.

Intendierte Lernergebnisse

  • advantages and disadvantages of formal models in cognitive psychology 
  • Erarbeiten eines Modellierungsansatzes bis hin zur selbständigen Schätzung des Modells für einen Beispieldatensatz

Lehrmethodik

Presentations; Tutorials

Inhalt/e

Introduction to compuational models in psychology, including multinomial processing models and evidence accumulation models. Tutorial exercises cover maximum likelihood based parameter estimation and goodness-of-fit evaluation. 


Literatur

Busemeyer, J. R. & Diederich, A. (2009). Cognitive Modeling. Thousand Oaks: Sage.

Lewandowsky, S. & Farrell, S. (2011). Computational Modeling in Cognition. Principles and Practice. Thosand Oaks: Sage.

Erdfelder et al (2009). Multinomial Processing Tree Models. A review of the literature. Journal of Psychology, 217, 108-124.

Forstman, B. U., Ratcliff, R. & Wagenmakers, E.-J. (2016). Sequential Sampling Models in Cognitive Neuroscience: Advantages, Applications, and Extensions. Annual Review of Psychology, 67, 641–666.

Gigerenzer, G. & Brighton, H. (2009). Homo Heuristicus: Why Biased Minds Make Better Inferences. Topics in Cognitive Science, 1, 107-143.

Ratcliff, R., Smith, P. L., Brown, S. D., & McKoon, G. (2016). Diffusion Decision Model: Current Issues and History. Trends in Cognitive Sciences, 20, 260-281.

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

Seminararbeit & aktive Mitarbeit

Prüfungsinhalt/e

In der Seminararbeit sollte ein selbst ausgesuchtes Modell für publizierte Daten umgesetzt werden und die Originalergebnisse sollten nachgeschätzt werden. In Frage kommende Originalarbeiten finden Sie in Moodle. Die Grundlagen der Modellierungsansätze werden im SE behandelt und umfassen: (1) Multinomiale Verarbeitungsbaummodelle, (2) Sequentielle Evidenzakkumulationsmodelle und (3) Simulation einfacher Heuristiken.

Beurteilungskriterien/-maßstäbe

Selbständige, korrekte Umsetzung eines Modells an Beispieldaten (Parameterschätzung, Goodness-of-Fit Prüfung). 

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Psychologie (SKZ: 840, Version: 12W.4)
    • Fach: Forschungsmethoden und Evaluation (Pflichtfach)
      • Komplexe Quantitative/Qualitative Methoden ( 0.0h SE / 4.0 ECTS)
        • 160.635 Forschungsseminar: Kognitive Modellierung (2.0h SE / 6.0 ECTS)
  • Masterstudium Psychologie (SKZ: 840, Version: 12W.4)
    • Fach: Vertiefung Allgemeine Psychologie und Angewandte Kognitionsforschung (Wahlfach)
      • Forschungsseminar aus der Allgemeinen Psychologie und Angewandten Kognitionsforschung ( 0.0h SE / 6.0 ECTS)
        • 160.635 Forschungsseminar: Kognitive Modellierung (2.0h SE / 6.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2023/24
  • 160.635 SE Kognitive Modellierung: Das Drift-Diffusion-Model (2.0h / 6.0ECTS)
Wintersemester 2021/22
  • 160.635 SE Kognitive Modellierung (2.0h / 4.0ECTS)