Dr. Michael Höfler
© höfler
Dr. Michael Höfler
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Mich interessiert, wie Wissenschaft falsifizierbarer und transparenter in ihren Annahmen werden kann, beispielsweise bei kausalen Fragestellungen.
Akademischer Werdegang
| Seit 2017 | Wissenschaftlicher Mitarbeiter, Professur für Klinische Psychologie und Behaviorale Neurowissenschaft, Technische Universität Dresden, Dresden, Deutschland |
| 2006-2017 | Wissenschaftlicher Mitarbeiter, Institut für Klinische Psychologie und Psychotherapie, Technische Universität Dresden, Dresden Deutschland |
| 1999-2005 | Wissenschaftlicher Mitarbeiter, Arbeitsgruppe Klinische Psychologie und Epidemiologie, Max-Planck-Institut für Psychiatrie, München, Deutschland |
Ausbildung
| 2007 |
Promotion (Dr.phil.; Ph.D.), Universität Basel, Basel, Schweiz |
| 1997 |
Diplom in Statistik, Ludwig Maximilians Universität, München, Deutschland |
Publikationen
Laufende Projekte
A falsification assessment form (to assess a paper's claims)
Methodische Publikationen
Höfler M, Pronizius K, Buchanan E. How large must an associational mean difference be to support a causal effect? ( Shiny App und R package ViSe). Methodology 2024, 20(4), 318-335. https://doi.org/10.5964/meth.14579
Höfler M, Giesche A. Avoidance of causality outside experiments: hypotheses from cognitive dissonance reduction. Science Progress 2024; 107(2). doi.org/10.1177/0036850424123550c
Robert Miller, Michael Höfler. Regions of Evidence: a Bayesian method for assessing the impact of prior evidence on the credibility of hypotheses Shiny App und R package BayesROE. Preprint psyarxiv/mg23h_v2
Höfler M, Kanske P, McDonald B, Miller R. Means to valuable exploration: II. How to explore data to modify existing claims and create new ones Meta-Psychology 2023, 7. doi.org/10.15626/MP.2022.3270
Höfler M, Scherbaum S. Kanske P, McDonald B, Miller R. Means to valuable exploration I. The blending of confirmation and exploration and how to resolve it. Meta-Psychology 2022, 6. doi.org/10.15626/MP.2021.2837
Höfler M, Trautmann S, Kanske P. Qualitative approximations to causality: non-randomizable factors in clinical psychology. Clinical Psychology in Europe. 2021, 3(2), Article e3873
Höfler M, Trautmann S. Letter to the editor: When does selection generate bias in clinical samples? Journal of Psychiatric Research 2019; 116:189-190
Höfler M, Venz J, Trautmann S, Miller R. Writing a discussion section: how to integrate substantive and statistical expertise. BMC Medical Research Methodology 2018; 18:34
Höfler M, Hoyer J. Population size matters: bias in conventional meta-analysis. International Journal of Social Research Methodology 2014, 17: 585-597.
Höfler M, Gloster AT, Hoyer J. Causal effects in psychotherapy: Counterfactuals counteract overgeneralization. Psychotherapy Research 2010; 20:668-79
Höfler M, Lieb R, Wittchen HU. Estimating causal effect from observational data conditionally on a model for multiple bias. International Journal of Methods in Psychiatry Research 2007; 16:77-87.
Höfler M, Brückl T, Bittner A, Lieb R. (2007). Visualizing multivariate dependencies with association chain graphs. Methodology: European Journal of Research Methods for the Behavioral and Social Sciences, 3(1), 24–34.
Höfler M, Seaman SR. Re-interpreting conventional interval estimates taking into account bias and extra-variation. BMC Medical Research Methodology 2006; 6:51.
Höfler M. Getting causal considerations back on the right track. Emerging Themes in Epidemiology 2006; 3:8.
Höfler M. The Bradford Hill considerations on causality: A counterfactual perspective. Emerging Themes in Epidemiology 2005; 2:11
Höfler M. Causal inference based on counterfactuals. BMC Medical Research Methodology 2005; 5: 28.
Höfler M. The effect of misclassification on the estimation of association: a review. International Journal of Methods in Psychiatric Research 2005; 14: 92-101.
Lehre
Ich unterrichte das Methodenmodul des Masterstudiengangs "Psychologie mit Schwerpunkt Klinische Psychologie und Psychotherapie".
Vorlesungsthemen u.a.
- Messung
- Assoziationen
- Kausalität
- Bias durch Confounding/Selektion/Messung/Non-Compliance
- Studiendesigns
- Statistisches Schließen
- Zusammenhangsmaße und Zusammenhänge in Regressionsmodellen
Seminarthemen u.a.
- Gute Wissenschaftliche Praxis
- Fragwürdige Praktiken
- Open science
- Konfirmation vs. Exploration
- Robuste Statistik
- Modellbildung
- Längsschnittsanalysen
Sprechstunde ist im Wintersemester 2024/25 an folgenden Terminen, Di 9.20 - 10.50 in meinem Büro (Zimmer 368, Chemnitzer Str. 46), keine Voranmeldung nötig:
15.4.2025
13.5.2025
17.6.2025
15.7.2025