Formale Methoden in der Lebensspannenpsychologie

Seit seiner Gründung im Jahr 1981 durch den verstorbenen Paul B. Baltes hat sich der Forschungsbereich Entwicklungspsychologie bemüht, konzeptuelle und methodologische Erneuerung innerhalb der Entwicklungspsychologie und im interdisziplinären Kontext zu betreiben. Über die Jahre hat sich die kritische Betrachtung von Beziehungen zwischen Theorie, Methodik und den Daten zu einem eigenständigen Merkmal des Forschungsbereichs entwickelt. Die zeitliche Auflösung der für Entwicklungspsychologie relevanten Daten variiert immens, beginnend mit behavorialen Beobachtungen im Millisekundenbereich bis hin zu Längsschnittuntersuchungen mit einer geringen Anzahl von Beobachtungen verteilt über viele Jahre. Das Projekt Formale Methoden widmet sich der Entwicklung multivariater mathematischer, statistischer und computergestützter Forschungswerkzeuge, die komplexen Versuchsdesigns, deren Datenerhebung multimodal und auf verschiedenen Zeitebenen durchgeführt wird, Rechnung trägt. Ferner sucht das Projekt praktische Lösungen für die methodologischen Herausforderungen der Entwicklungspsychologie und verwandter wissenschaftlicher Felder. Seine Hauptziele sind es, zum einen den Zusammenhang zwischen Theorie und Daten kritisch zu betrachten und zum anderen Wissenschaftler mit Mitteln auszustatten, um die Effizienz von Datenerhebung und Datenanalyse zu optimieren.


Forschungsausrichtungen

Besonderes Augenmerk des Projekts liegt auf der Analyse und Klassifikation von Variabilität und Veränderung. Daher wurde der Fokus auf Strukturgleichungsmodelle (SEM) weiter verstärkt. SEM vereinheitlicht eine große Zahl verschiedener, multivariater Analyseansätze, indem es die Beziehungen beobachteter und latenter Variablen modelliert. In verschiedenen Projekten hat das Team gezeigt, wie SEM als eine formale Sprache Wissenschaftler darin unterstützen kann,

  • den Ressourceneinsatz bei der Planung längsschnittlicher Studien zu optimieren mithilfe von explorativer Datenanalyse theoriegeleitete Hypothesen zu verändern und zu verbessern;
  • in längsschnittlichen Studien, Zeit als eine kontinuierliche Variable zu verwenden;
  • die Entstehung von Individualität und ihre Beziehung zur Plastizität des Gehirns zu modellieren;
  • hochdimensionale Zeitreihen zu analysieren und zu klassifizieren.

Continuous Time Models
Zeitstetige Strukturgleichungsmodellierung mit ctsem wurde zur Modellierung komplexer multivariater Systeme entworfen, und trägt besonders multiplen Zeitskalen von Prozessen sowie individuellen Unterschieden zwischen Personen Rechnung. Verschiedene Schätzungsansätze, die sowohl Bayesianische als auch frequentistische Methoden umfassen, sind einsetzbar, um Modelle verschiedener Komplexität, vom univariaten linearen Wachstumsmodell bis hin zu nichtlinearen multivariaten Prozessen, zu schätzen. mehr
Ωnyx
Das Projekt ist an der Entwicklung von Ωnyx, einem frei verfügbaren, neuen statistischen Modellierungswerkzeug, beteiligt. mehr

Lifebrain
Dies ist ein EU-gefördertes Projekt, an dem sich die Berliner Altersstudien BASE und BASE-II unter Mitarbeit des Projekts Formale Methoden in der Lebensspannenpsychologie beteiligen. Es integriert Daten von 6000 Studienteilnehmern, die bei 11 europäischen Studien mit bildgebenden Verfahren in 7 Ländern erhoben wurden. mehr

Ausgewählte Publikationen

Tucker-Drob, E. M., Brandmaier, A. M., & Lindenberger, U. (2019). Coupled cognitive changes in adulthood: A meta-analysis. Psychological Bulletin, 145(3), 273–301. doi:10.1037/bul0000179
Brandmaier, A. M., von Oertzen, T., Ghisletta, P., Lindenberger, U., & Hertzog, C. (2018). Precision, reliability, and effect size of slope variance in latent growth curve models: Implications for statistical power analysis. Frontiers in Psychology, 9:294. doi:10.3389/fpsyg.2018.00294
Brandmaier, A. M., Prindle, J. J., McArdle, J. J., & Lindenberger, U. (2016). Theory-guided exploration with structural equation model forests. Psychological Methods, 21(4), 566–582. doi:10.1037/met0000090
Brandmaier, A. M., von Oertzen, T., McArdle, J. J., & Lindenberger, U. (2013). Structural equation model trees. Psychological Methods, 18, 71–86. doi:10.1037/a0030001
Freund, J., Brandmaier, A. M., Lewejohann, L., Kirste, I., Kritzler, M., Krüger, A., Sachser, N., Lindenberger, U., & Kempermann, G. (2013). Emergence of individuality in genetically identical mice. Science, 340(6133), 756–759. doi:10.1126/science.1235294
Zur Redakteursansicht