UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 
 Darstellung
 
Druckansicht

 
 
Modulbeschreibung (PDF)

 
 
 Außerdem im UnivIS
 
Vorlesungs- und Modulverzeichnis nach Studiengängen

Vorlesungsverzeichnis

 
 
Veranstaltungskalender

Stellenangebote

Möbel-/Rechnerbörse

 
 
Physik (Master of Science) >>

Methoden der Datenanalyse (PW)5 ECTS
(englische Bezeichnung: Methods of Data Analysis)
(Prüfungsordnungsmodul: Physics elective courses)

Modulverantwortliche/r: Christopher van Eldik
Lehrende: Christopher van Eldik


Startsemester: SS 2017Dauer: 1 SemesterTurnus: unregelmäßig
Präsenzzeit: 60 Std.Eigenstudium: 90 Std.Sprache: Deutsch

Lehrveranstaltungen:


Inhalt:

Die Vorlesung bietet einen Überblick über die wichtigsten Methoden zur statistisch korrekten Auswertung von Messdaten. Sie vertieft die im Praktikum erlernten Techniken und legt den Grundstein für Bachelor- und Master-Arbeiten in der experimentellen Physik. Wir werden beim Erlernen der Methoden so weit möglich auf unsere Intuition setzen, und ein tieferes Verständnis der verschiedenen Konzepte anstreben.

Die Statistik ist eng mit der Wahrscheinlichkeitsrechnung verknüpft. Wir werden uns deshalb im ersten Teil der Vorlesung mit den Begriffen Wahrscheinlichkeit und Wahrscheinlichkeitsverteilungen beschäftigen. Der zweite Teil der Vorlesung beginnt mit einer Einführung in Messfehler und Fehlerrechnung, bevor wir uns mit komplizierteren Dingen wie Parameterschätzungen (etwa "Fits") und Konfidenzintervallen ("wie groß ist mein Vertrauen in die Richtigkeit meiner Messung?") zuwenden. Es folgen Hypothesentests ("Ist ein bestimmtes Modell mit der Beobachtung verträglich?"). Der zweite Teil der Vorlesung wird sich im WS 2017/18 mit Entfaltung, Bootstrap und maschinellem Lernen beschäftigen. Zum Bearbeiten der Übungen werden wir häufiger den Computer benutzen, und deshalb kleinere Programme mit dem Analysepaket ROOT (C++ basiert) oder SciPy (python-basiert) entwickeln, was ganz nebenbei auf die Datenanalyse im Rahmen einer Bachelor-/Master-Arbeit vorbereitet.

Lernziele und Kompetenzen:

Die Studierenden

  • erläutern die wesentliche Inhalte der Vorlesung

  • wenden die Methoden auf konkrete Beispiele an

Literatur:

Roger J. Barlow: "Statistics: A Guide to the Use of Statistical Methods in the Physical Sciences", ISBN-10: 0471922951
W. J. Metzger: "Statistical Methods in Data Analysis" (freier Download vom Web)
Gerhard Bohm & Günter Zech, "Einführung in die Statistik und Messwertanalyse für Physiker", ISBN-10: 3540257594 (freier Download vom Web)


Weitere Informationen:

www: https://www.studon.fau.de/studon/goto.php?target=crs_1808794

Studien-/Prüfungsleistungen:

Methoden der Datenanalyse (Prüfungsnummer: 585337)

(englischer Titel: Methods of Data Analysis)

Prüfungsleistung, Klausur, Dauer (in Minuten): 60, benotet, 5 ECTS
Anteil an der Berechnung der Modulnote: 100.0 %
weitere Erläuterungen:
Masterstudierende mit Studienbeginn ab Sommersemester 2015 können Prüfungen in deutscher Sprache nur mit Genehmigung des Prüfungsausschussvorsitzenden ablegen.

Erstablegung: SS 2017, 1. Wdh.: SS 2017 (nur für Wiederholer)
1. Prüfer: Christopher van Eldik

UnivIS ist ein Produkt der Config eG, Buckenhof