Angewandte Statistik

Wir freuen uns, dass Sie sich für eine Bachelor- oder Masterarbeit zu einem Thema der angewandten Statistik interessieren. Bitte sprechen Sie uns an, um Ihre Vorstellungen mit uns abzustimmen und Einzelheiten zu besprechen.
KONTAKT: Dr. Matthias Rudolf

© MR

Wir bieten zu unterschiedlichen Themenbereichen der angewandten Statistik laufend Bachelor- bzw. Masterarbeiten an. Dabei stehen anwendungsbezogene Darstellungen ausgewählter Verfahren, Vergleiche mit "klassischen" statistischen Methoden, Beschreibungen der speziellen Möglichkeiten in der Auswertung psychologischer Untersuchungen sowie konkrete Empfehlungen für die Anwendung mit Hilfe von Statistik-Software (vorrangig SPSS, bei Interesse auch R, HLM, ...) im Vordergrund. Das Ziel der Arbeiten besteht vorrangig darin, Arbeitserleichterungen und Anwendungsempfehlungen für Studierende oder andere künftige Nutzer der behandelten Verfahren bereitzustellen.

Wenn Sie sich für ein Thema der angewandten Statistik entscheiden, erwarten Sie
--> inhaltlich klar begrenzte Themen,
--> genau kalkulierbarer Zeitaufwand,
--> keine eigenen Datenerhebungen,
--> freie Zeiteinteilung,
--> individuelle Betreuung und umfangreiche Unterstützung,
--> und vor allem dankbare künftige Nutzer der behandelten Verfahren.

Mögliche Themenbereiche für statistisch-methodische Bachelor- und Masterarbeiten:

Ausgewählte Themenbereiche vorrangig für Bachelorarbeiten:

* Regressionsanalytische Modelle
* Verallgemeinerte lineare Modelle
* Moderne inferenzstatistische Methoden

Ausgewählte Themenbereiche vorrangig für Masterarbeiten:

* Hierarchische lineare Modelle (HLM)
* Mehrebenen-Strukturgleichungsmodelle
* Komplexe Regressionsanalytische Modelle 

Wichtige Hinweise für Bachelorstudenten:

• Im Bewerbungsverfahren für alle drei Psychologie-Masterstudiengänge an der TU Dresden sind statistisch-methodische Bachelorarbeiten inhaltlichen Bachelorarbeiten aus den jeweiligen Bereichen gleichgestellt und werden uneingeschränkt anerkannt.
• Bachelorarbeiten können nach Abschluss von Modul M3 begonnen werden. 

Masterarbeiten (Masterstudiengang HPSTS) seit 2016:

Christin Chantal Cornel (2024). Mehrgruppenanalyse in Strukturgleichungsmodellen. Eine praxisorientierte Einführung in R und SPSS Amos.
Yannick Daniel Stadtfeld (2024): Regularisierte regressionsanalytische Verfahren in der psychologischen Forschung.
Svea Paukstadt (2020): Mehrebenen-Strukturgleichungsmodelle in Mplus:
Eine anwendungsorientierte Darstellung von Datenanalysen in
der psychologischen Forschung.
Gerda Börner (2018): Mehrebenenmodelle mit binären Outcomes in SPSS und R - Eine anwendungsorientierte Darstellung an einem wirtschaftspsychologischen Beispiel.
Marika Petrenz (2016): Möglichkeiten der Umsetzung von Hierarchischen Linearen Modellen in SPSS im Kontext der Blickbewegungsforschung.

Abgeschlossene Bachelorarbeiten seit 2013:

Schärmann, Nadine (2024). Die Bedeutung der Heckman-Korrektur für die Psychologie. Theorie und Anwendung zur Korrektur von Stichprobenverzerrungen.
Magdalena Pötschke (2023). Metaanalytische Verfahren in der Psychologie. Darstellung der Umsetztung in SPSS.
Paul Stutz (2022). Äquivalenztests in der Psychol,.ogie. Grundlagen, Beispiele und Umsetzung in R und SPSS.
Josephine Thoß (2022). Modellierung experimentalpsychologischer Reaktionszeitdaten: Simulation Verallgemeinerter Linearer Gemischter Modelle in R.
Anna Weiske (2020). Planung des optimalen Stichprobenumfangs bei Varianzanalysen mit Messwiederholung mittels G*Power5 und R. Veranschaulicht an Beispielen aus der klinischen Psychologie.
Viola Kopsch (2019). Bayes'sche Statistik: eine Alternative zur Signifikanzprüfung der Nullhypothese.
Markus Stratmann (2019). Metaanalysen in SPSS - Darstellung an einem klinisch-psychologischen Beispiel.
Marlon Esmeyer (2019). Generalized Estimating Equations im Kontext der Experimentalpsychologie - Umsetzung und Darstellung in R und SPSS.
Emma Roßbach (2018). Modellgütevergleiche in Mehrebenenmodellen und ihre Umsetzung in R.
Anna Friederike Strietzel (2018). Anwendung heteroskedastizitäts-konsistenter Standardfehler in allgemeinen linearen Modellen und die Umsetzung in SPSS und R. Veranschaulicht an Beispielen aus der Personalpsychologie.
Julia Elmers (2018). Modellgütevergleich in Hierarchisch Linearen Modellen in R im Kontext von Depression, Kognition und Fatique bei Multipler Sklerose.
Adriana Böttcher (2018). Kanonische Korrelationsanalyse in R im Kontext experimentalpsychologischer Untersuchungen.
Malte Lüken (2018). Gammaregression - Reaktionszeitanalyse im Kontext von ADHS.
Christina Sophie Wegewitz (2018). Darstellung & Umsetzung der Ridge-Regression in R mit Anwendung in der Psychotherapieforschung.
Laurentius Georgi (2018): Möglichkeiten der Umsetzung von Hierarchischen Linearen Modellen in R im Kontext klinisch-psychologischer Forschung.
Tobias Riemschüssel (2018): Ordinale Regression in der Psychologie. Verfahren, Anwendung und Umsetzung mit R.
Imke Böse (2017): Multinomiale logistische Regression: Darstellung der Wirkungsweise und praktische Umsetzung in R und SPSS an Beispielen aus der Wirtschaftspsychologie.
Peggy Wehner (2017). Regressionsmethode Partielle kleinste Quadrate: Darstellung der Wirkungsweise und praktische Umsetzung in R an Beispielen aus der Klinischen Psychologie.
Johannes Rudolph (2017). Anwendung gruppensequentieller Verfahren bei klinisch-psychologischen Fragestellungen.
Antonia Schmitt (2016). Anwendung der Regressionsmethode Partielle Kleinste Quadrate (PLS) auf klinische Fragestellungen in der Psychologie.
Ulrike Senftleben (2015). Fehlende Werte in psychologischen Untersuchungen: Problem, Lösungsansätze und Realisierungsoptionen in SPSS.
Ernst Peter Richter (2014). Design und Analyse Cluster-randomisierter Studien in klinisch psychologischen Untersuchungen.
Johanna Popp (2014). Das Modell der moderierten Mediation als Mittel zur Auswertung klinisch-psychologischer Fragestellungen.
Mirja Hollmann (2014). Anwendung des Bootstrap-Verfahrens auf die einfache lineare Regressionsanalyse in der Psychologie - Hintergrund und Umsetzung mit R.
Teresa Karrer (2014). Die Anwendung der Ridge-Regression zur Lösung klinisch-psychologischer Fragestellungen.
Sophia Haitsch (2014). Interaktionseffekte in binär-logistischen Regressionsanalysen und deren Interpretation im Rahmen klinisch-psychologischer Forschungsfragen.
Justus Zimm (2014): Mittelung ordinaler Korrelationskoeffizienten am Beispiel des Gamma-Koeffizienten und dessen Anwendung in der Psychologie.
Bettina Groschopp (2014). Ordinale Regression in der klinisch-psychologischen Forschung: Modell, Anwendungen und Umsetzung mit SPSS.
Aileen Wosniak (2013). Kanonische Korrelationsanalyse in der Psychologie: Modell, Anwendung und Umsetzung mit SPSS.
Fritjof Harder (2013). Analyse schief verteilter Daten des GHQ-12 mit dem Generalisierten Linearen Modell: Vergleichende Robustheitsuntersuchungen von negativer Binomialregression, Varianzanalyse und Kruskal-Wallis-Test.
Julia Mittenzwei (2013). Multinomiale Logistische Regression in der Psychologie. Modell und Anwendungsempfehlungen.

Abgeschlossene Diplomarbeiten:

Anne Kersting (2013).  Generalized Estimating Equations in der Psychologie. Einführung in die Methodik der Regression für korrelierte Daten und Darstellung des Vorgehens in SPSS und R.
Fabian Baum (2012). Generalisierte Lineare Modelle in der Psychologie. Die Auswertung von Häufigkeiten und anderen nicht normalverteilten Merkmale.