Course Schedule

Veranstaltungen von Sebastian Wallot


Lehrveranstaltungen

Inferential Statistics II - Group A (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 12:15 - 13:45 | 14.10.2024 - 31.01.2025 | C 12.102 Seminarraum

Inhalt: Quantitative methods covered in the lecture will be repeated in the seminar and practically applied by means of exercises. For independent consolidation of the methods, the students work on a weekly assignment sheet, which is handed in to the tutor. The practical exercises are done with the free open source software R (http://www.r-project.org/).

Inferential Statistics II - Group B (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 12.105 Seminarraum

Inhalt: Quantitative methods covered in the lecture will be repeated in the seminar and practically applied by means of exercises. For independent consolidation of the methods, the students work on a weekly assignment sheet, which is handed in to the tutor. The practical exercises are done with the free open source software R (http://www.r-project.org/).

Methods of Psychology (Vorlesung)

Dozent/in: David Loschelder, Sebastian Wallot

Termin:
wöchentlich | Donnerstag | 08:30 - 10:00 | 14.10.2024 - 31.01.2025 | C HS 4

Methods of Psychology - Group A (Übung)

Dozent/in: David Loschelder, Sebastian Wallot

Termin:
wöchentlich | Donnerstag | 10:15 - 11:00 | 14.10.2024 - 31.01.2025 | C 14.103 Seminarraum

Inhalt: This seminar will introduce the basics of R, a language for statistical computing. Furthermore, it will provide you with hands-on practice for some of the basic statistical procedures that are discussed in the accompanying lecture. Please bring your Laptop computer so that you can participate in the exercises.

Methods of Psychology - Group B (Übung)

Dozent/in: David Loschelder, Sebastian Wallot

Termin:
wöchentlich | Donnerstag | 11:00 - 11:45 | 14.10.2024 - 31.01.2025 | C 14.103 Seminarraum

Inhalt: This seminar will introduce the basic of R, a language for statistical computing. Furthermore, it will provide you with hands-on practice for some of the basic statistical procedures that are discussed in the lecture. Please bring your Laptop computer so that you can participate in the exercises.

Methods of Psychology - Group C (Übung)

Dozent/in: David Loschelder, Sebastian Wallot

Termin:
wöchentlich | Donnerstag | 12:00 - 12:45 | 14.10.2024 - 31.01.2025 | C 14.103 Seminarraum

Inhalt: This seminar will introduce the basic of R, a language for statistical computing. Furthermore, it will provide you with hands-on practice for some of the basic statistical procedures that are discussed in the lecture. Please bring your Laptop computer so that you can participate in the exercises.

Inferential Statistics II (Vorlesung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Dienstag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C HS 1

Inhalt: Quantitative methods covered in the lecture will be repeated in the seminar and practically applied by means of exercises. For independent consolidation of the methods, the students work on a weekly assignment sheet, which is handed in to the tutor. The practical exercises are done with the free open source software R (http://www.r-project.org/).

DATAx: Datenanalyse mit Python (2) (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 11.308 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (1) (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 11.308 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.