Veronika Zilker

Postdoctoral researcher

Veronika Zilker ist Postdoc am Lehrstuhl für Behavioral Research Methods der TUM School of Management.

Veronika forschte zuvor als Postdoc am Center for Adaptive Rationality des Max-Planck-Instituts für Bildungsforschung. 2020 promovierte sie an der Freien Universität Berlin. Für ihre Dissertation „Measuring and modeling the construction of preferences in decision making under risk" erhielt sie den Heinz-Heckhausen-Preis der Deutschen Gesellschaft für Psychologie und den Gender-Forschungspreis der Freien Universität Berlin

Veronika erwarb einen Master of Science im Rahmen des Mind and Brain Programms an der Humboldt-Universtät zu Berlin. Während Ihres Masterstudiums forschte sie unter anderem am Wellcome Trust Centre for Neuroimaging des University College of London. Zuvor erwarb sie einen Bachelor of Science in Psychologie an der Freien Universität Berlin.

Forschungsthemen

Komputationale Modellierung der Kognition
Aufmerksamkeitsprozesse der Entscheidungsfindung
Entscheidungen unter Risiko und Unsicherheit
Modellierung stochastischer Entscheidungsprozesse
Integration und Unterscheidbarkeit formaler Theorien, Metamodellierung
Parameterinferenz und Recoverability von Modellparametern
Experimentelle, statistische und komputationale Methoden

Ausgewählte Publikationen

Zilker, V., & Pachur, T. (in press). Nonlinear probability weighting can reflect attentional biases in sequential sampling. Psychological Review. https://doi.org/10.1037/rev0000304

Zilker, V. (2022). Stronger attentional biases can be linked to higher reward rate in preferential choice. Cognition, 225, Article 1050955. https://doi.org/10.1016/j.cognition.2022.10509

Zilker, V., Hertwig, R., & Pachur, T. (2020). Age differences in risk attitude are shaped by option complexity. Journal of Experimental Psychology: General, 149(9), 1644–1683. https://doi.org/10.1037/xge0000741

Sämtliche Publikationen von Veronika sehen

Lehre an der TUM

Empirical Research in Management and Economics is a Master's course that covers the most important aspects of empirical research, including research design, data collection, data analysis, and interpretation.

Learn more on the course page

R for Data Science is a Master's course that equips students with core data science skills such as data wrangling, data analysis, and programming techniques.