Neue Ansätze für Modellselektion in der kognitiven Psychologie: Cross-Validation

Viele moderne Theorien in der kognitiven Psychologie, zum Beispiel im Bereich der Gedächtnisforschung, sind als formale, mathematische Modelle formuliert. Möchte man unterschiedliche Theorien miteinander vergleichen bedarf es daher eines quantitativen Ansatzes zum Theorievergleich, die sogenannte Modellselektion. Die bekanntesten und meistgenutzten Ansätze zur Modellselektion, zum Beispiel das Akaike Information Criterion (AIC) oder das Bayesianische Information Criterion (BIC), beruhen auf der Idee des penalisierten Modellfits. Trotz der Popularität solcher Ansätze ist deren Erfolg nicht herausragend. Die Idee dieses Projekts ist es alternative Modellselektionstechniken, die auf der Idee von cross-validation beruhen, im Rahmen der Gedächtnisforschung anzuwenden.