Statistik-Nachhilfe für: Freie Universität Berlin Psychologie-Master

Seit Jahren bereiten wir erfolgreich Psychologie Student*innen der FU Berlin auf ihre Klausuren in Forschungsmethoden und Multivariate Datenanalyse (Master) vor. Wir kennen die Besonderheiten, Schwierigkeiten und Stolpersteine der Klausuren und wissen, was nötig ist, um sie zu bestehen.

Die Besonderheiten und Themen dieses Kurses findest du hier ↓


Dozent*innen:

Dr. Georg Hosoya
Dr. Claudia Crayen

So läuft’s

  • 2 Stündige Seminare
  • maximal 5 Lernende
  • Präsenz oder Online
  • ab 24 € pro Seminar

mehr dazu ↓

Möchtest du teilnehmen?

Dann melde dich bei uns, damit wir gemeinsam schauen können, ob es aktuell Lerngruppen gibt und welche zu dir passt.

Chatte mit Tilo über WhatsApp

Wenn der Button bei dir nicht funktioniert kannst du auch an unsere Nummer schreiben: 0177 / 6687611

Schreibe uns eine Nachricht

    So läuft’s

    2-stündige Seminare

    • klar abgesteckte Lernthemen
    • nur die nötige Theorie
    • viele praktischen Beispiele
    • Aufgaben aus Altklausuren
    • einfache Rezepte und Übersichten

    maximal 5 Lernende

    • kleine Lerngruppen
    • alle schreiben dieselbe Klausur
    • Termine werden gemeinsam abgestimmt
    • du entscheidest von Termin zu Termin, ob du dabei bist

    Präsenz oder Online

    • zusätzliches Online-Training
    • zusätzliche Begleitung zwischen den Seminaren
    • auf Wunsch werden Seminare aufgezeichnet

    Ab 24 € pro Seminar

    • Preise richten sich nach Gruppengröße
    • dich bindet kein Vertrag
    • du zahlst nur für Seminare, an denen du teilnimmst

    Methodenlehre und Statistik

    Dieser Kurs bereitet dich genau auf die besonderen Schwierigkeiten und Stolpersteine deiner Klausur vor.


    Klausurvorbereitung

    Die Inhalte der Vorlesungen bauen auf die Themen von Statistik I und II aus dem Bachelorstudium auf. Da bei den meisten Student*innen dieses Wissen wieder ein bisschen in den Hintergrund gerutscht ist, lassen wir uns ganz besonders für die ersten Themen soviel Zeit, dass ihr ein tiefes Verständnis für die Logik der Regression aufbaut und genau versteht , warum wann welche Interpretation angebracht ist.

    Sehr ausführlich erarbeiten wir uns die R-Outputs, so, dass du wirklich jedes Wort und jede Zahl verstehst und merkst, dass diesen Output interpretieren dem gleichkommt, als würdest du eine Geschichte mit vielen Details erzählen.

    Wir erarbeiten uns die Grundlogik am Sonderfall der multiplen Regression mit dem Sonderfall: 2 Prädiktoren, metrische Prädiktoren und metrisches Kriterium, ohne Interaktion, linearer Zusammenhang , unabhängige Residuen. Du wirst dann verstehen, dass jedes weitere Modell als eine Erweiterung dieses Sonderfalles verstanden werden kann und an einem dieser Punkte anknüpft. Und so wird der Stoff, obwohl immer komplexer werdend für dich immer eine Mischung von Wiederholung, Erweiterung und verständlicher Vertiefung sein und dir nicht schwer fallen.

    Im zweiten Teil des Kurses lernst du mit uns Umgang und Interpretation der hierarchischen Modelle. Aus der Perspektive von praktischen Forschungsfragen erarbeiten wir uns eine Übersicht der 5 Modelle, die du kennen musst. Viel Zeit lassen wir uns, bis ihr den zuerst unübersichtlichen „Buchstaben- und Zahlensalat“ geschafft habt. Wenn ihr das geknackt habt, dann schafft ihr den Rest mit Links :).

    Themenübersicht

    • Bivariate Regression
      Korrelation, Schätzung der Regressionskoeffizienten, t- und F-Test, Determinationskoeffizient, Zentrierung, Standardisierung
    • Multiple Regression I
      Additives Modell, Moderatoreffekt, Moderatorvariable, Modellvergleich, Nützlichkeit eines Prädiktors
    • Multiple Regression II
      Multikollinearität, Redundanz und Suppression, visuelle Modelldiagnostik, non-lineare Regression
    • Ancova
      Dummykodierung, Interpretation mit kategorialen Prädiktor, Kovariate, generalisierte Ancova
    • logistische Regression bedingte Wahrscheinlichkeit, logit link Inverse, Odds Ratio, multiple logistische Regression mit Interaktion und kategorialem Prädiktor, Wald Test, maximum likelihood Methode
    • Clusteranlalyse (nicht klausurrelevant)
    • Hierarchische Modelle
      Intraklassenkorrelation, Intercept only, Random slopes, Kontextmodell, Cross-Level-Interaction, Modellvergleiche, Längsschnittmodelle, Modellvergleiche, Pseudo-R²
    • Klausurtraining

    Möchtest du teilnehmen?

    Dann melde dich bei uns, damit wir gemeinsam schauen können, ob es aktuell Lerngruppen gibt und welche zu dir passt.