Statistik für Geisteswissenschaftler(innen) (GSGG)

Trainer: Alexander Sohn

Achtung: dieser Kurs findet an sechs Terminen im Mai-Juni 2015 statt!
Datum: (jeweils 9.00-13.00 Uhr)
Montag, 13. April 2015
Montag, 20. April 2015
Freitag, 8. Mai 2015
Dienstag, 12. Mai 2015
Montag, 18. Mai 2015
Freitag, 5. Juni 2015

Ort: Konferenzraum der GSGG, Friedländer Weg 2, 37085 Göttingen
Zielgruppe: alle, die für ihre Forschungsarbeit statistische Methoden anwenden

Anmeldung hier

Veranstalterin: GSGG

Inhalt:
Siri Spracherkennung, Kopula-Analyse, Cliometrie: Im täglichen Leben wie auch in der geisteswissenschaftlichen Forschung spielt Statistik eine große Rolle. Ziel dieses Kurses ist es, sich den Grundlagen und Grundsätzen der Statistik zu widmen: Vom historischen Werdegang der Statistik, über die Anwendung fundamentaler Statistik auf Forschungsfragen hin zu zugrundeliegenden Konzepten moderner statistischer Anwendung im Bereich der Geisteswissenschaft.

In dem Kurs wird besonderer Fokus auf folgende drei Ziele gerichtet:

1. Verständnis empirischer/statistischer Methoden fördern
- Der Fokus des Kurses soll dabei explizit nicht auf der mathematischen Herleitung verschiedener Formeln, sondern vielmehr auf dem intuitiven Verständnis statistischer Konzepte liegen. Hierfür sollen verschiedene plastische Beispiele aus den Forschungsbereichen der Teilnehmer(innen) verwendet werden.

2. Statistische Methoden selbständig implementieren können
- Die Teilnehmer(innen) sollen am Ende des Kurses grundlegende statistische Konzepte auf ihre eigenen Forschungsfragen anwenden können. Dies beinhaltet nicht nur die Kenntnis der Methodiken, sondern die Umsetzung bestimmter Konzepte mittels der entsprechenden Software (insbesondere Microsoft/Open Office)

3. Allgemeine Diskussion über Leistungsfähigkeit von statistischen Methodiken
- Letztendlich sollen die Teilnehmer(innen) befähigt werden, ein umfassendes Verständnis dafür zu entwickeln, was statistische Methodiken in ihrem Forschungskontext an Implikationen haben. Denn die Frage, was Statistik leisten kann und auch was sie nicht leisten kann und wo qualitativen Forschungsmethoden tatsächlich zu überlegen sind, ist zu wichtig, als dass sie lediglich quantitativ arbeitenden Forscher(inne)n überlassen wird.