Prof. Andrea Hildebrandt
Big Data in der Gesundheitspsychologie
In diesem Workshop wird Andrea Hildebrandt erste Einblicke in die Taxonomie der Verfahren zur Analyse großer Datensätze geben und in einige Verfahren wie die regularisierte Regression, Entscheidungsbäume und neuronale Netze detaillierter einführen. Robuste Kenntnisse der generalisierten multiplen Regression mit metrischen und kategorialen Prädiktoren gelten als Voraussetzung, um dem Workshop folgen zu können. Die Verfahren werden in der R Software für Statistik veranschaulicht. Grundkenntnisse der R Sprache erleichtern das Verständnis der Anwendungsbeispiele.
Andrea Hildebrandt ist seit September 2018 Professorin für Psychologische Methodenlehre und Statistik an der Fakultät für Medizin und Gesundheitswissenschaften der Universität Oldenburg. Zuvor war sie als Juniorprofessorin für Psychologische Diagnostik und Persönlichkeitspsychologie an der Universität Greifswald tätig.
Ihre Promotion absolvierte sie im Jahr 2010 in der Humboldt-Universität zu Berlin, wo sie im Anschluss als Postdoktorandin im Bereich Psychologische Methodenlehre erste Erfahrungen in Vermittlung statistischer Analysemethoden sammeln konnte. Seitdem hat Andrea Hildebrandt zahlreiche Workshops zu verschiedenen Themen der multivariaten Statistik auf postgradualer Ebene in nationalen und internationalen Forschungskontexten angeboten.
Neben ihren inhaltlichen Forschungsschwerpunkten entwickelt und erprobt sie nichtparametrische Strukturgleichungsmodelle, die bereits in den Verhaltens- und Neurowissenschaften sowie der Biometrie Anwendung finden. Seit einiger Zeit beschäftigt sie sich in Forschung und Lehre mit statistischen Verfahren der Analyse großer Datensätze, die durch eine hohe Anzahl gemessener Variablen gekennzeichnet sind und in der Regel für die Vorhersage oder Klassifikation zukünftiger Beobachtungen eingesetzt werden.