Seminar Fortgeschrittene statistische Methoden II (3)

Kognitive Modellierung

WiSe 2023 / 2024
Autor:in

Jan Göttmann

Veröffentlichungsdatum

12 Mai 2024

Willkommen !

\[\text{Wiener}(y|\alpha, \tau, \beta, \delta) = \frac{\alpha^3}{(y-\tau)^{3/2}} \exp \! \left(- \delta \alpha \beta - \frac{\delta^2(y-\tau)}{2}\right) \sum_{k = - \infty}^{\infty} (2k + \beta) \phi \! \left(\frac{2k \alpha + \beta}{\sqrt{y - \tau}}\right)\]

Hier finden Sie alle nötigen Informationen zum Seminar, sowie alle Skripte, Aufgaben und Links zur notwendigen Software.

Seminarleitung

Jan Göttmann
Abteilung für Analyse und Modellierung komplexer Daten
Psychologisches Institut
Johannes Gutenberg-Universität Mainz Wallstraße 3, Raum 06-255
D-55122 Mainz
jan.goettmann at uni-mainz.de

Organisatorisches und wichtige Infos

Allgemeine Materialien für das Seminar

  • Wichtige Informationen werden auf dem Teams Channel des Seminars veröffentlicht:
    • Beitrittslink zum Teams Channel
    • Kursmaterialien wie Literatur, R-Skripte und Präsentationen finden Sie hier auf unserer Website
      • Wann: Mittwochs von 12:15 - 13:45 Uhr (25.10.23 - Mo. 07.02.24).
      • Wo: Raum 01-211 (Kleiner Hörsaal) im Psychologischen Institut (Binger Str.)

Inhalt des Seminars

Mathematische Modelle kognitiver Prozesse sind ein machtvolles Werkzeug, um spezifische kognitive Prozesse wie beispielsweise Verarbeitungsgeschwindigkeit, exekutive Funktionen oder Arbeitsgedächtniskapazität genauer abzubilden. Die mathematische Formalisierung dieser Prozesse ermöglicht es, verbale Theorien in empirisch testbare Modelle zu überführen, die eine Ableitung und Überprüfung spezifischer Hypothesen und Vorhersagen über bspw. experimentelle Effekte ermöglichen. Ein Beispiel für ein sehr erfolgreich angewandtes Modell in der kognitiven Forschung ist das Diffusionsmodell, welches die Verarbeitungsgeschwindigkeit von einfachen Wahlreaktionszeitaufgaben modelliert. Das Seminar wird einen Überblick über die theoretischen Grundlagen und gängigen Modelle zur mathematischen Modellierung verschiedener Arbeitsgedächtnisprozesse geben. Im praktischen Teil des Seminars werden Anhand unterschiedlicher kognitiver Modelle wie des Diffusionsmodells die Modellimplementierung in R, die Schätzung anhand empirischer Daten sowie die Bewertung und Interpretation der geschätzten Modellparameter eingeübt.

Literatur

Klick on it!

Klick on it!

Unter dem Paperpile Repository finden Sie die relevante Literatur für jede Seminareinheit. Unter Termin 1 finden Sie das Lehrbuch Computational modeling of cognition and behavior, an welchem sich die Seminarinhalte orientieren. Dort können Sie die Seminareinheiten nachlesen und vertiefen. Zusätzlich gibt es zu jedem Termin weiterführende und vertiefende Literatur, wie bspw. Tutorial-Paper zu unterschiedlichen Modellarten oder R-Paketen.

Weiterhin gibt es noch das online veröffentlichte Buch “Introduction to Bayesian Data Analysis for Cognitive Science” von Bruno Nicenboim, Daniel Schad, & Shravan Vasishth. Das Buch bietet Code-Beispiele und eine Step-by-Step Einführung in die bayesianische Modellierung und Datenananalyse für Cognitive Sciences.

Fahrplan

Datum Thema Slides Scripts
25.10.2023 Organisation und Ablauf
08.11.2023 Einführung: Grundlagen der Modellierung
15.11.2023 Einführung II: Grundlagen der Modellierung
22.11.2023 Parameterschätzung I: Diskrepanzfunktionen & Schätzalgorithmen
29.11.2023 Parameterschätzung II: Maximum Likelihood & Beyond
06.12.2023 Parameterschätzung III: Hands On in R Parameter Estimation with Maximum Likelihood
13.12.2023 Drift Diffusion Models (Theorie)
20.12.2023 Drift Diffusion Models (Anwendung)
10.01.2024 Multinomial Processing Tree Models (Theorie)
17.01.2024 Anwendung von MPT Modellen (R-Sitzung)
24.01.2023 Evaluating Models
31.01.2024 Fragestunde
07.02.2024 Start Bearbeitung Studienleistung

Begleitende Übung

Das Seminar findet in Absprache mit der R-Übung statt. In der Übung werden die Grundlagend Programmiersprache R vermittelt. Sie werden im Umgang mit Daten geschult und verschiedene Techniken zur Datenaufbereitung erlernen. Dieser Teil der Übung findet im ersten Teil des Semesters statt. Sie sollten für eine der beiden Übungen angemeldet sein, entweder am Montag oder am Mittwoch. Besuchen das Tutorium! Erfahrungsgemäß können viele Fragen und Startschwierigkeiten im Umgang mit R im Tutorium gut aufgefangen und gelöst werden. Im zweiten Teil des Semesters findet eine zweite, vertiefende Übungen statt. Dieses baut auf den Grundkenntnissen, die Sie im ersten Teil des Semesters erlernt haben werden, auf. Im zweiten Teil des Semesters besuchen Sie diese Übung entweder bei Hr. Alanis oder Fr. Hülsemann. Die Termine für die Übungen ändern sich nicht. Sie müssen die Übung nicht wechseln, alle R Inhalte die spezifisch für das Seminar sind, werden an einem Termin im Seminar behandelt und vertieft. Dieser Termin wird auf den Inhalten der bisherigen Übungen aufbauen. Wir haben eine Reihe von Materialien zusammengestellt, um Ihnen den Einstieg in die Programmiersprache R zur erleichtern. Diese können Sie unter dem folgenden Link erreichen: