Beyond Null-Hypothesis Testing
Dit ga je doen
De eerste dag van de cursus behandelt klassieke significantietoetsing van de nulhypothese (NHST), veelvoorkomende problemen met NHST (misvattingen, twijfelachtige onderzoekspraktijken, publicatiebias), open-sciencepraktijken om deze problemen te vermijden en hoe men meer informatieve conclusies kan trekken met behulp van equivalentietoetsing.
De tweede dag richt zich op hypothese-evaluatie met behulp van modelselectie. Modelselectie biedt een alternatief voor dichotome beslissingen, die standaard zijn bij NHST, en maakt meer genuanceerde conclusies mogelijk. Twee typen worden besproken: informatietheoretische modelselectie, dat wil zeggen modelselectie met behulp van informatiecriteria, en Bayesiaanse modelselectie (BMS). Bij beide typen ligt de focus op informatieve, theoriegebaseerde hypothesen (in tegenstelling tot het toetsen van de nulhypothese). De methoden die aan bod komen, zijn onder andere de AIC-achtige criteria genaamd GORIC en GORICA, GORIC(A)-gewichten, Bayes-factoren en posterieure modelwaarschijnlijkheden.
De derde dag van de cursus behandelt informatieve hypothese-evaluatie voor meerdere (replicatie)studies, inclusief zowel directe als conceptuele replicaties. Er zal onder meer aandacht worden besteed aan het actualiseren van hypothesen en het combineren van bewijsmateriaal uit meerdere studies die dezelfde onderzoeksvraag behandelen (waarbij zowel GORICA als BMS worden gebruikt).
Voor wie?
De cursus is niet-technisch van aard en is bedoeld voor studenten en onderzoekers die de gepresenteerde methoden willen gebruiken voor de evaluatie van hun eigen data.
De deelnemers kunnen afkomstig zijn uit diverse vakgebieden, zoals sociologie, psychologie, onderwijs, menselijke ontwikkeling, marketing, bedrijfskunde, biologie, geneeskunde, politicologie en communicatiewetenschappen.