
Sebastian Hellmann
Postdoctoral researcher
Sebastian Hellmann ist Postdoc am Lehrstuhl für Behavioral Research Methods der TUM School of Management.
Zwischen 2020 und 2024 arbeitete Sebastian als Wissenschaftlicher Mitarbeiter und Doktorand an der Professur für Allgemeine Psychologie II der KU Eichstätt. Während seiner Promotion studierte er das Konfidenzerleben bei perzeptuellen Entscheidungen. Dabei verwendete er komputationale, mathematische Modellierung, um den Zusammenhang zwischen Stimuluseigenschaften, Reaktionszeiten und Konfidenzerleben zu beschreiben.
Sebastian studierte das Gymnasiallehramt in Mathematik und Schulpsychologie an der Katholischen Universität Eichstätt-Ingolstadt und erwarb den Master of Science in Mathematik an der Universität Göttingen.
Forschungsinteressen
- Konfidenz in Entscheidungen
- Kognitive Modellierung (insbesondere Evidenzakkumulation und Reaktionszeiten)
- Aufmerksamkeitsprozesse bei Entscheidungen
- R Pakete und Forschungssoftware
- Open Science und gute wissenschaftliche Praxis
- Statistische Methoden und Bayesianische Analysen
Ausgewählte Publikationen
Hellmann, S., Zehetleitner, M. & Rausch, M. (2024). Confidence Is Influenced by Evidence Accumulation Time in Dynamical Decision Models. Comput Brain Behav. Full text, Full material on OSF and GitHub
Hellmann, S., Zehetleitner, M., & Rausch, M. (2023). Simultaneous modeling of choice, confidence, and response time in visual perception. Psychological Review. Advance online publication. Accepted manuscript, Full material
Rausch, M., Hellmann, S., & Zehetleitner, M. (2021). Modelling visibility judgments using models of decision confidence. Attention, Perception, and Psychophysics, 83(8), 3311-3336. Full text, Full material
Rausch, M., Hellmann, S., & Zehetleitner, M. (2018). Confidence in masked orientation discrimination decisions is informed by both evidence and visibility. Attention, Perception, & Psychophysics, 80, 134-155. doi: 10.3758/s13414-017-1431-5 Full text, Full material.
Software
Hellmann, S., Rausch, M. (2022). dynConfiR: Dynamic Models for Confidence and Response Time Distributions. R package version 0.0.3, https://CRAN.R-project.org/package=dynConfiR. (see on GitHub)
Rausch, M., Hellmann, S. (2023). statConfR: Models of Decision Confidence and Metacognition. R package version 0.0.1, https://CRAN.R-project.org/package=statConfR. (see on GitHub)
Lehre an der TUM
Applied Statistics in R is a Master's course in which students learn about advanced statistical techniques (e.g. nonlinear and logistic regression, penalized regression, and time series analysis) for different research questions.
Learn more on the course page