Modelling the Dynamics of Intensive Longitudinal Data (online)
Tijdens deze cursus richten we ons op de analyse van intensieve longitudinale data (ILD) uit de gedragswetenschappen. Deze data worden doorgaans verzameld met behulp van vragenlijsten met ambulante metingen (AA), de experience sampling method (ESM), ecologische momentane metingen (EMA) of dagboeken. We leggen de basisprincipes uit van eenvoudige en meer geavanceerde modelleringsmethoden, de achterliggende filosofieën en de aandachtspunten.
Dit ga je doen
- Inleiding tot intensieve longitudinale data en N=1 tijdreeksanalyse We behandelen basisonderwerpen zoals de autocorrelatiefunctie, (vector) autoregressieve modellen, het ARIMA-model, psychologische dynamische netwerken en stationariteit. Dit deel van de cursus bevat ook een inleiding tot Bayesiaanse modellering. Let op: deze modellen zijn voor continue uitkomstvariabelen.
- Uitbreidingen voor N=1 tijdreeksanalyse
We bespreken uitbreidingen van de modellen uit de voorgaande weken, zodat rekening wordt gehouden met meetfouten, en niet-stationaire modellen die rekening houden met veranderende dynamiek in de tijd. - Modellering van continue tijd
We bespreken de basisprincipes van continue tijdmodellen voor het modelleren van individuele gevallen. Let op: deze modellen zijn voor continue uitkomstvariabelen. - Modellering van meerdere proefpersonen
We bespreken hoe tijdreeksdata voor meerdere proefpersonen (deelnemers) gemodelleerd kunnen worden, met de nadruk op multilevel-uitbreidingen van de tijdreeksmodellen voor individuele proefpersonen die in de eerste weken zijn besproken.
Maak Je Stap met de Scholingsvoucher
Voor deze opleiding is het mogelijk om een scholingsvoucher aan te vragen. Met de scholingsvoucher kun je tot €5000 vergoeding ontvangen. Benieuwd naar de mogelijkheden?
Voor wie?
Deze cursus is bedoeld voor onderzoekers die meer inzicht willen krijgen in modelleringstechnieken voor intensieve longitudinale data, met een specifieke focus op de onderliggende dynamiek (d.w.z. vertraagde relaties). Hoewel er computerpractica zullen zijn om praktische ervaring op te doen, ligt de nadruk in deze cursus op het verkrijgen van een overzicht van de diverse uitdagingen die met deze data gepaard gaan, en de verschillende filosofieën achter de technieken die zijn ontwikkeld om deze aan te pakken.