TY  - THES
A1  - Rabe, Maximilian Michael
T1  - Mixed model analysis of trial history in naming experiments
T1  - Experimentalverlaufsanalyse mit gemischten Modellen in Naming-Experimenten
N2  - Several authors highlighted that the time course of an experiment itself could have a substantial influence on the interpretability of experimental effects. Since mixed effects modeling had enabled researchers to investigate more complex problems with more precision than before, two naming experiments were conducted with college students, with and without non-words intermixed, and analyzed with regard to frequency, quality, interactive and trial-history effects. The present analyses build on and extend the Bates, Kliegl, Vasishth, and Baayen (2015) approach in order to converge on a parsimonious model that accounts for autocorrelated errors caused by trial history. For three of four cases, a history-sensitive model improved the model fit over a history-naïve model and explained more deviance. In one of these cases, the herein presented approach helped reveal an interaction between stimulus frequency and quality that was not significant without a trial history account. Main and joint effects, limitations, as well as directions for further research, are briefly discussed.
N2  - Verschiedene Autoren haben darauf aufmerksam gemacht, dass bereits der zeitliche Verlauf eines Experiments einen wesentlichen Einfluss auf die Interpretierbarkeit experimenteller Effekte haben kann. Nachdem gemischte Modelle der Wissenschaft ermöglichten, komplexere Fragestellungen mit höherer Präzision als zuvor zu untersuchen, wurden zwei Naming-Experimente mit Collegestudenten durchgeführt, je mit und ohne Pseudowörter, sowie hinsichtlich ihrer Auftrittshäufigkeits-, Stimulusqualitäts-, Interaktions- und Experimentalverlaufseffekte untersucht. Die vorliegenden Analysen beruhen auf dem Ansatz von Bates, Kliegl, Vasishth und Baayen (2015) und erweitern diesen, um ein Parsimonious Model zu bestimmen, welches durch den Experimentalverlauf hervorgerufene Autokorrelationen berücksichtigt. In drei von vier Fällen verbesserte die verlaufsabhängige Analyse die Modellanpassung gegenüber der gewöhnlichen verlaufsunabhängigen Variante und klärte somit mehr Abweichung auf. In einem dieser Fälle half der Ansatz, eine Interaktion zwischen Auftrittshäufigkeit und Stimulusqualität aufzudecken, die ohne Berücksichtigung des Experimentalverlaufs nicht signifikant gewesen war. Haupt- und Interaktionseffekte, Einschränkungen sowie Anregungen für weiterführende Forschung werden kurz erörtert.
KW  - autocorrelations
KW  - mixed effects modeling
KW  - trial history
KW  - reading aloud
KW  - Autokorrelationen
KW  - gemischte Modelle
KW  - Experimentalverlauf
Y1  - 2015
UR  - https://publishup.uni-potsdam.de/frontdoor/index/index/docId/8273
UR  - https://nbn-resolving.org/urn:nbn:de:kobv:517-opus4-82735
ER  -