Adatelemzés és statisztika kognitív kutatóknak

Időpont: Péntek 12-15, kéthetente. Első alkalom szeptember 25-én.

Helyszín: Izu 402

Tematika

A kurzuson áttekintjük a kognitív kutatás során leggyakoribb elemzési módszereket: általános elemzési módszerek, néhány matematikai eljárás, és statisztikai eljárásokat. A kurzus a leggyakrabban használt szoftvertípusokat és azok használatát is bemutatja. A matematikai és statisztikai részekben azokra az aspektusokra koncentrálunk csak, amelyek a kognitív kutatás szempontjából relevánsak. Számos vitatott kérdést és félreértést is megtárgyalunk.

A tematika és a témák sorrendje nem végleges, a kurzus során az igények és lehetőségék függvényében változhat.

    • Szoftver választás szempontjai (dia)

      • Táblázatkezelők, statisztikai szoftverek, általános programnyelvek

  • Táblázatkezelés (opcionálisan saját notebookon)

  • Leíró statisztikák

    • Egy változó jellemzése (dia)

      • Változók kapcsolatának jellemzése (dia)

        • Függvények illesztése

    • CogStat - Statisztika egyszerűbben (dia)

  • Hipotézisvizsgálat

    • A hipotézisvizsgálat logikája és tulajdonságai (dia)

      • Változók és csoportok összehasonlítása (dia)

  • Viselkedéses adatok elemzése

  • Statisztika programozással (saját notebookon)

Kurzuskövetelmények

Az alábbi két feladatot kell teljesíteni. (Témák egyeztetése október 9-én. Feladatok határideje december 4.)

    • Vizsga gyakorlati feladatokkal. A feladatokban leginkább mért adatok alapján kell kérdéseket megválaszolni. Egy részük az adatokra közvetlenül vonatkozik (pl. igazolható-e valamilyen kapcsolat vagy eltérés), egy másik része az adatok és a vizsgálat jellege alapján a vizsgálat továbbfejlesztési lehetőségeire vonatkozik (pl. erőelemzés, kritikus tulajdonságok kontrollálása, stb.). A szorgalmi időszak utolsó hetén aktuális.

    • Az alábbiak közül egy választandó. A határidő a szorgalmi időszak utolsó hete.

    • CogStat

      • Felület fordítása új nyelvre.

      • Új eljárásra javaslat indoklással.

      • Hatásnagyságok összegzése (melyik mit mutat, hogyan függnek össze, melyik mikor javasolt, stb.)

      • Outlier detekció eljárásainak összegzése.

    • Saját kutatás nem tradicionális elemzése.

      • Az elfogadható munkákról konzultáció alapján döntünk.

Ajánlott anyagok

Krajcsi, A. (2008). Kísérletvezérlés és adatelemzés a kognitív tudományban. Szeged: Szegedi Egyetemi Kiadó.

Janacsek, K., & Krajcsi, A. (2009). Statisztika a pszichológiai kutatásban.

Andy Field, Jeremy Miles, Zoe Field (2012): Discovering Statistics Using R. Sage.