Intendierte Lernergebnisse
Verständnis der grundlegenden Vor- und Nachteile formaler Modelle in der KognitionspsychologieErarbeiten 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.