Ruprecht-Karls-Universitšt Heidelberg
Abteilungsfoto

Aktuelle Projekte

Diffusionsmodelle für langsamer Entscheidungen: Validierung eines erfolgreichen kognitiven Modells in einem neuen Anwendungskontext
[Diffusion model analyses for tasks with long latencies]

Laufzeit: 2015-2018 (gefördert von der DFG: VO1288/2-2)

Erfassung von Stress im Alltag durch ambulatorisches Assessment peripher-physiologischer Maße in einer intensiven Längsschnittstudie
[Assessing stress in daily life: Ambulatory assessement of physiological indicators in an intensive longitudinal design]

Laufzeit: 2016-2017 (gefördert durch die FRONTIER-Initiative der Universität Heidelberg)

Probleme der Selbstregulation bei ADHS: Diagnostik impulsiven Entscheidungsverhaltens mit stochastischen Diffusionsmodellen
[Deficient self-regulation in ADHD: Using the diffusion model to measure impulsive decision making]

Laufzeit: 2014-2015 (gefördert durch das "Field of Focus 4: Self-Regulation and Regulation" der Universität Heidelberg)

Regulation, Donation Behavior and Moral Perception: An Experimental Investigation

Laufzeit: 2014-2015 (gefördert durch das "Field of Focus 4: Self-Regulation and Regulation" der Universität Heidelberg)

Voraussetzungen für die Datenanalyse mit stochastischen Diffusionsmodellen: Vergleich unterschiedlicher Schätzalgorithmen
[Prerequisits for data analysis with stochastic diffusion models: Comparison of optimization criteria]

Laufzeit: 2012-2015 (gefördert von der DFG: VO1288/2-1)

Mit stochastischen Diffusionsmodellen (Ratcliff, 1978) können kognitive Prozesse erfasst werden, die bei schnellen binären Entscheidungen ablaufen. Dabei werden die Reaktionszeitverteilungen von korrekten Antworten und Fehlern berücksichtigt um Parameter zu schätzen, die spezifische kognitive Prozesse (z.B. Geschwindigkeit der Informationsaufnahme; Menge der für eine Entscheidung berücksichtigten Information) abbilden. Durch diese Form der Analyse ist es möglich, spezifische Hypothesen über kognitive Prozesse bei der Bearbeitung einfacher Entscheidungsaufgabe zu testen. Im aktuellen Projekt wird die Effizienz und Robustheit von Schätzverfahren, die auf unterschiedlichen Optimierungskriterien beruhen (Chi-Square, Maximum-Likelihood, Kolmogorov-Smirnov) bei kleinen, mittleren und großen Datensätzen systematisch verglichen. Insbesondere soll untersucht werden, unter welchen Bedingungen Diffusionsmodellanalysen auch bei kleinen Datensätzen zu reliablen Ergebnissen kommen. Es sollen konkrete Empfehlungen abgeleitet werden, welche Datensätze für Diffusionsmodellanalysen notwendig sind. Desweiteren wird untersucht, inwieweit mit Diffusionsmodellen längerdauernde Entscheidungsprozesse analysiert werden können. Die Ergebnisse sollen dabei helfen, das Anwendungsgebiet dieser Form der Datenauswertung von den typischen Reaktionszeitaufgaben der experimentellen Psychologie auf das Feld der Entscheidungsforschung zu erweitern.

zum Seitenanfang
Seitenbearbeiter: Andreas Voß