In einzelnen empirischen Projekten – der nächste Artikel, die Bachelor- oder Masterarbeit, oder die Datenauswertung in der Dissertation – steckt viel Arbeit, die man dann auch gern mit angepasster Methodik, möglicherweise mit KI-Einsatz und bayesianisch auswerten möchte. Das geht über eine kurze Methodenberatung hinaus. Sprechen Sie mit uns darüber, wie wir dabei kooperieren können!
Experten in substantiellen Bereich der empirischen Forschung ist in der Regel klar, dass frequentistisches Nullhypothesentesten nicht mehr state of the art ist. In empirische Studien sind oft viel Arbeit in Theorie, Design und Datenerhebung geflossen, dann ist es natürlich schade, durch veraltete Methoden nicht alles aus diesem Aufwand rauszuholen. Auch Reviewer und Editors hochrangiger Fachzeitschriften erwarten oft moderne Analysen, so dass sich die Chancen einer Publikation erheblich steigern lassen, wenn man seine Analysen mit modernsten Methoden durchführt. Anderseits sind empirische Forscher Experte in ihrem speziellen Feld und haben viel zu tun, sich dort auf dem neusten Stand zu halten; die Methodenlehre, bei der sich doch relativ schnell neue Entwicklungen ergeben, dabei voll mit zu verfolgen ist oft schwierig.
Im Team mit Ihnen kann das Thomas Bayes Institut diese Lücke füllen; wir sind auf modernste Datenauswertung spezialisiert, mit problemangepassten Strukturgleichungsmodellen, bayesianischer Interpretation der Daten, und Techniken der künstlichen Intelligenz wie zum Beispiel maschinellem Lernen. Wir haben viel Erfahrung in der Kollaboration mit empirisch arbeitenden Forschern, so dass wir Ihre Expertise zur Fragestellung aufnehmen können und Sie bei unserer Expertise zu moderner Analyse mitnehmen können. Ob für eine einzelne empirische Fragestellung in einer Bachelor- oder Masterarbeit oder einem Artikel oder für eine großangelegte Längsschnittstudie, wir haben Lust darauf, mit Ihnen zusammenzuarbeiten! Rufen Sie uns gern kostenlos an, damit wir schauen können, wo Ihre Daten von modernen Analysemethoden profitieren können!