Methodenzentrum

Prof. Dr. Augustin Kelava

Geschäftsführender Direktor am Methodenzentrum und Professor für Quantitative Methoden

Büro
Methodenzentrum
Haußerstr. 11
72076 Tübingen
 +49 7071 29 74933
Fax: +49 7071 29 35264
augustin.kelavaspam prevention@uni-tuebingen.de

Für alle Anfragen zur Lehre schicken Sie bitte eine Mail an lehrespam prevention@mz.uni-tuebingen.de.

Eine Sprechstunde können Sie unter lehrespam prevention@mz.uni-tuebingen.de vereinbaren.

Forschung

Schwerpunkte

  • Latente Variablenmodelle
    • Dynamische latente Variablenmodelle (Zeitreihenmodelle, Intensive Längsschnittliche Daten)
    • Latente Klassenverfahren, Regime-Switching-Modelle
    • Netzwerkmodelle
    • Nichtlineare latente Strukturgleichungsmodelle (incl. semi- and nicht-parametrische Verfahren)
    • Mehrebenenmodellierung (z.B. Separation intra-individueller und inter-individueller Differenzen)
  • Vorhersage menschlichen Erlebens und Verhaltens (Forecasting)
    • Entwicklung von sog. Filterverfahrensweisen
    • Hybridmodelle (Psychometrie und statistisches Lernen)
  • Machine Learning in den Sozial- und Verhaltenswissenschaften (incl. Psychologie der Large Language Models)
  • Studienabbruch bei Mathematikstudierenden
  • Emotionsregulation

Ich bin Mitglied (Link) des Exzellenzclusters "Machine Learning in Science" (Link).

Meine Erdős-Zahl ist 3 (siehe The Erdös Number Project). Ich habe mit Jürgen Heller (paper) publiziert. Er hat mit Janos Aczél (paper) publiziert, welcher mit Paul Erdös (Liste) veröffentlicht hat.

Kurzvita

seit 2018
Geschäftsführender Direktor und Professor am Methodenzentrum

Abteilung Quantitative Methoden, Eberhard Karls Universität Tübingen

2018
Ruf an die University of Califonia, Merced, Department of Psychology, Quantitative Psychology

(abgelehnt)

2015 - 2018
Leitung der Tübinger Postdoktorandenakademie

in der Empirischen Bildungsforschung, Universität Tübingen

2013 - 2018
Professor am Hector-Institut für Empirische Bildungsforschung

Universität Tübingen

2011 - 2013
Juniorprofessor für Psychologie und Psychophysiologische Methoden

am Institut für Psychologie, Technische Universität Darmstadt

2009
Promotion

Dr. phil. nat in Psychologie, Goethe Universität Frankfurt

Dissertation: „Multicollinearity of nonlinear latent structural equation models“ („summa cum laude“)

2004
Diplom in Psychologie

Goethe Universität Frankfurt

1998 - 2004
Studium der Psychologie

Goethe Universität Frankfurt

Tagungen

  • Ausrichter (Tagungspräsident) 13. Tagung der Fachgruppe Methoden & Evaluation [FGME 2017] der Deutschen Gesellschaft für Psychologie; 18.-20. September 2017
  • Ausrichter des Structural Equation Modeling Working Group Meetings [SEM 2019]; 28.02.-01.03.2019

Gutachterliche Tätigkeiten

  • Alexander von Humboldt Stiftung / Foundation
  • Biological Psychology
  • British Journal of Mathematical and Statistical Psychology
  • Deutsche Forschungsgemeinschaft (DFG; German Research Foundation)
  • Diagnostica
  • Einstein Stiftung Berlin (Einstein Foundation Berlin)
  • Empirische Pädagogik
  • European Journal of Psychological Assessment (EJPA)
  • European Journal of Work and Organizational Psychology
  • Frontiers in Psychology
  • IEEE Transactions on Neural Networks and Learning Systems
  • IEEE Transactions on Signal Processing
  • Journal of Educational and Behavioral Statistics (JEBS)
  • Journal of Educational Measurement (JEM)
  • Journal of Educational Psychology
  • Journal of Individual Differences (JID)
  • Journal of Numerical Cognition
  • Journal of the American Statistical Association (JASA)
  • Methodology – European Journal of Research Methods for the Behavioral and Social Sciences
  • Multivariate Behavioral Research (MBR)
  • Personality and Individual Differences (PAID)
  • Psychoanalytic Psychology
  • Psychologische Rundschau
  • Psychological Test and Assessment Modeling
  • Psychology Science Quaterly (PSQ)
  • Psychometrika
  • Review of Psychology
  • Sociological Methods and Research
  • Statistics in Medicine
  • Structural Equation Modeling
  • Swiss National Science Foundation (SNSF)
  • Zeitschrift für Erziehungswissenschaft
  • Zeitschrift für Pädagogische Psychologie

Mitgliedschaften in Fachorganisationen

  • Deutsche Gesellschaft für Psychologie [DGPs; German Psychological Society]
  • European Association of Methodology (EAM)
  • Gesellschaft für Empirische Bildungsforschung [GEBF; Association for Empirical Educational Research]
  • Psychometric Society

Funktionen in Fachorganisationen und Expertise

  • 2020: Mitglied der Kommission zur Evaluierung des Zentrums für internationale Bildungsvergleichsstudien (ZIB) des Bundesministerium für Bildung und Forschung (BMBF) und der Ständigen Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland (KMK)
  • seit 10/2019: Mitglied im Bereit "Auswahl und Eignung" des Ministeriums für Wissenschaft und Kunst des Landes Baden-Württemberg
  • seit 2016: Berater am Institut für Qualitätssicherung und Transparenz im Gesundheitswesen (IQTIG), Berlin
  • 2011/12: Mitglied der Kommission "Jungwissenschaftler" der Deutschen Gesellschaft für Psychologie (DGPs)
  • 2010-2012: Stellvertretender Sprecher aller Jungmitglieder der Deutschen Gesellschaft für Psychologie (DGPs)
  • 2009-2012: Stellvertretender Sprecher der Jungmitglieder der Fachgruppe Methoden und Evaluation der Deutschen Gesellschaft für Psychologie (DGPs)

Publikationen

Lehrbuch

Moosbrugger, H. & Kelava, A. (Hrsg.) (2020). Testtheorie und Fragebogenkonstruktion. (3., vollst. neu bearb., erw. u. akt. Aufl.). Heidelberg: Springer. doi: 10.1007/978-3-662-61532-4

Auch als Download verfügbar: https://www.springer.com/de/book/9783662615317

Zeitschriftenaufsätze (Auswahl)

Für eine ausführliche Liste siehe Google Scholar.

  • Andriamiarana, V. V., Kilian, P., Brandt, H., & Kelava, A. (2025). Are Bayesian regularization methods a must for multilevel dynamic latent variables models? Behavior Research Methods, 57(2), 71. https://doi.org/10.3758/s13428-024-02589-9
  • Noventa, S., Heller, J., Ye, S., & Kelava, A. (2025). Toward a unified perspective on assessment models, part II: Dichotomous latent variables. Journal of Mathematical Psychology, 125, 10292. https://doi.org/10.1016/j.jmp.2025.102926
  • Noventa, S., Ye, S., Kelava, A., & Spoto, A. (2024). On the identifiability of 3-and 4-parameter item response theory models from the perspective of knowledge space theory. Psychometrika, 89(2), 486-516. https://doi.org/10.1007/s11336-023-09912-5
  • Nagel, M., Fischer, L., Pawlowski, T., & Kelava, A. (2024). An alternative prior for estimation in high-dimensional settings. Structural Equation Modeling: A Multidisciplinary Journal, 31(6), 939–951. https://doi.org/10.1080/10705511.2024.2291234
  • Noventa, S., Heller, J., & Kelava, A. (2024). Toward a unified perspective on assessment models, part I: Foundations of a framework. Journal of Mathematical Psychology, 122, 102872. Elsevier. https://doi.org/10.1016/j.jmp.2024.102872
  • Noventa, S., Faleh, R., & Kelava, A. (2024). On an EM-based closed-form solution for 2 parameter IRT models. arXiv preprint, arXiv:2411.18351. https://doi.org/10.48550/arXiv.2411.18351
  • Fischer, L., Nagel, M., Kelava, A., & Pawlowski, T. (2024). Emotional drinking: Surprise, suspense, and alcohol use during soccer matches. Preprint. (July 31, 2024). Available at SSRN: https://ssrn.com/abstract=4912703
  • Sühr, T., Dorner, F. E., Samadi, S., & Kelava, A. (2023). Challenging the validity of personality tests for large language models. arXiv preprint, arXiv:2311.18351. https://arxiv.org/abs/2311.05297
  • Wägerle, D., & Kelava, A. (2023). Investigating evidence, key concepts, and research gaps on social inequalities in the postdoctoral phase within German higher education: A scoping review protocol. Open Science Framework (OSF) Preprint. https://doi.org/10.31219/osf.io/abcd1
  • Dorner, F. E., Sühr, T., Samadi, S., & Kelava, A. (2023). Do personality tests generalize to Large Language Models? Socially Responsible Language Modelling Research (SoLaR) 2023 Workshop at NeurIPS 2023. https://arxiv.org/abs/2311.05297
  • Kilian, P., Leyhr, D., Urban, C. J., Höner, O., & Kelava, A. (2023). A deep learning factor analysis model based on importance-weighted variational inference and normalizing flow priors: Evaluation within a set of multidimensional performance assessments in youth elite soccer players. Statistical Analysis and Data Mining, 16(5), 474-487. Link
  • Andriamiarana, V., Kilian, P., Kelava, A., & Brandt, H. (2023). On the requirements of non-linear dynamic latent class SEM: A simulation study with varying numbers of subjects and time points. Structural Equation Modeling, 30(5), 789-806. Link
  • Kilian, P., Ye, S., & Kelava, A. (2023). Mixed effects in machine learning - A flexible mixedML framework to add random effects to supervised machine learning regression. Transactions on Machine Learning Research (TMLR).Link
  • Merk, S., Groß Ophoff, J., & Kelava, A. (2023). Rich data, poor information? Teachers’ perceptions of mean differences in graphical feedback from statewide tests. Learning and Instruction, 84, 101717. Link
  • Kelava, A., Kilian, P., Glaesser, J., Merk, S., & Brandt, H. (2022). Forecasting intraindividual changes of affective states taking into account interindividual differences using intensive longitudinal data from a university student drop out study in math. Psychometrika, 87(2), 533-558. Link
  • Schneider, J., Rosman, T., Kelava, A., & Merk, S. (2022). Do Open Science Badges increase trust in scientists among undergraduates, scientists, and the public? Psychological Science, 33(9), 1588-1604. Link
  • Kilian, P., Loose, F., & Kelava, A. (2020). Predicting math student success in the initial phase of college with sparse information using approaches from statistical learning. Frontiers in Education, 5. Link
  • Brandt, H., Umbach, N., Kelava, A., & Bollen, K. (2020). Comparing estimators for latent interaction models under structural and distributional misspecifications. Psychological Methods. Link
  • Kelava, A. & Brandt, H. (2019). A Nonlinear Dynamic Latent Class Structural Equation Model. Structural Equation Modeling, 26,509-528. Link
  • Noventa, S., Spoto, A., Heller, J., & Kelava, A. (2019). On a generalization of local independence in item response theory based on knowledge space theory. Psychometrika, 84, 395-421. Link
  • Graser, J., Heimlich, C., Kelava, A., Hofmann, S.G., Stangier, U., & Schreiber, F. (2019). Erfassung der Emotionsregulation bei Jugendlichen anhand des „Affective Style Questionnaire (ASQ-Y)“ . [Assessment of emotion regulation strategies of youth using the Affective Style Questionnaire (ASQ-Y).] Diagnostica, 65, 49-59. Link
  • Leyhr, D., Raabe, J., Schultz, F., Kelava, A., & Höner, O. (2019). The adolescent motor performance development of elite female soccer players: A study of prognostic relevance for future success in adulthood using multilevel modelling. Journal of Sports Sciences, 1-10. Link
  • Brandt, H., Cambria, J., & Kelava, A. (2018). An adaptive Bayesian lasso approach with spike-and-slab priors to identify linear and interaction effects in structural equation models. Structural Equation Modeling, 25, 956-960. Link
  • Gemein, C., Roos, M., Wolf, A., Hermann, N., Kelava, A., Chasan, R., Weipert, K., Helmig, I., Bogossian, H., Hamm, C.W., Neumann, T., Schmitt, J., & Erkapic, D. (2018). Tilt testing and what you should know about it – Experience with 835 consecutive patients with syncope of unknown origin. International Journal of Cardiology, 258, 90–96. Link

Buchbeiträge

Kilian, P., Kelava, A. (2024). Enhancing Multilevel Models Through Supervised Machine Learning. In: Hwang, H., Wu, H., Sweet, T. (eds) Quantitative Psychology. IMPS 2023. Springer Proceedings in Mathematics & Statistics, vol 452. Springer, Cham. https://doi.org/10.1007/978-3-031-55548-0_14