Methodik & Dokumentation

Diese Seite dokumentiert, wie die Workshops und Methoden-Inhalte entstehen, auf welchen Standards sie beruhen und wie wir Änderungen nachvollziehbar halten. Sie dient zugleich als Nachweis der wissenschaftlichen Sorgfalt gegenüber Förderern und Kooperationen.

Didaktischer Aufbau

Die drei Workshops folgen einer bewussten Reihenfolge vom Problem zur Lösung:

1. Beyond Significance klärt, warum der p-Wert allein keine Aussage über Bedeutsamkeit trifft, und stellt Effektgrößen in den Mittelpunkt.
2. Repräsentativität & Stichprobengröße behandelt, wie verlässlich eine Stichprobe auf die Population verallgemeinert, und macht Verzerrung und Präzision greifbar.
3. Denke Bayesianisch vertieft die bayesianische Alternative: Vorwissen, Aktualisierung und Wahrscheinlichkeitsaussagen über Hypothesen.

Ein durchgängiges Beispiel (das fiktive SmartRail-Szenario der Deutschen Bahn) zieht sich durch alle Kapitel, damit Methoden an einem konkreten Anwendungsfall sichtbar werden.

Methodische Grundlagen

Die Inhalte orientieren sich an etablierten Standards der Methodenreform:

• ASA-Statement zur Interpretation von p-Werten (Wasserstein & Lazar, 2016)
• Empfehlungen zu Effektgrößen und deren Berichterstattung (APA-Richtlinien)
• Open-Science-Praktiken: Präregistrierung, offene Daten, offener Code
• Bayesianische Inferenz nach McElreath sowie etablierte Lehrbücher der Bayes-Statistik

Eine kuratierte Quellenauswahl findest du unter Literatur und Journals.

Technische Umsetzung

• Die Hub-Seite basiert auf MkDocs Material.
• Die Workshops sind in Quarto geschrieben und laufen als interaktive Browser-Apps über Shinylive (Python im Browser), ohne Installation.
• Statistische Beispiele werden mit offener Software (JASP, Jamovi, R/brms, PyMC) gerechnet und sind dadurch reproduzierbar.

Versionierung und Reproduzierbarkeit

Sämtliche Inhalte werden in öffentlichen Git-Repositorys versioniert. Jede Änderung ist über die Commit-Historie nachvollziehbar. Die Quell-Repositorys:

• Hub: Frequent-Reformation
• Workshop Beyond Significance: Bayesian_Power
• Workshop Repräsentativität & Stichprobengröße: True_Reliability
• Workshop Denke Bayesianisch: Thinking_Bayesian

Änderungshistorie

Inhaltliche Meilensteine halten wir hier fest. Detaillierte Änderungen stehen in der Commit-Historie der Repositorys.

Datum	Änderung
2026	Projektstart, Aufbau der Hub-Seite und der drei Workshops

Fehler und Feedback

Hinweise auf inhaltliche oder methodische Fehler sind ausdrücklich erwünscht. Melde sie per E-Mail an Thomas.Schaefer@hmu-erfurt.de oder als GitHub Issue. Siehe auch die Nutzungshinweise.