de | en

Datenanalyse
Data Analysis

Modul PH2221

Diese Modulbeschreibung enthält neben den eigentlichen Beschreibungen der Inhalte, Lernergebnisse, Lehr- und Lernmethoden und Prüfungsformen auch Verweise auf die aktuellen Lehrveranstaltungen und Termine für die Modulprüfung in den jeweiligen Abschnitten.

Modulversion vom WS 2017/8 (aktuell)

Von dieser Modulbeschreibung gibt es historische Versionen. Eine Modulbeschreibung ist immer so lange gültig, bis sie von einer neuen abgelöst wird.

verfügbare Modulversionen
WS 2017/8SS 2015

Basisdaten

PH2221 ist ein Semestermodul in Englisch oder Deutsch auf Master-Niveau das im Wintersemester angeboten wird.

Das Modul ist Bestandteil der folgenden Kataloge in den Studienangeboten der Physik.

  • Allgemeiner Spezialfachkatalog Physik
  • Spezifischer Spezialfachkatalog Kern-, Teilchen- und Astrophysik

Soweit nicht beim Export in einen fachfremden Studiengang ein anderer studentischer Arbeitsaufwand ("Workload") festgelegt wurde, ist der Umfang der folgenden Tabelle zu entnehmen.

GesamtaufwandPräsenzveranstaltungenUmfang (ECTS)
150 h 75 h 5 CP

Inhaltlich verantwortlich für das Modul PH2221 ist Allen C. Caldwell.

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

In this series of lectures, we will introduce the concept of probability, develop the basic statistical distributions and provide a detailed discussion of data analysis.  Example analysis tasks from current physics topics will be carried out in detail.  Both frequentist and Bayesian methods will be taught. The lectures will be held in English. 

Lernergebnisse

You will learn how to formulate your statistical data analysis, from identifying the correct underlying statistical model, to defining your data probability functions (likelihoods) and prior probabiltiies.  You will learn when Gaussian approximations are valid, the derivation and use of the Central Limit theorem, how to define and use test statistics, goodness-of-fit tests, model selection, etc.

Voraussetzungen

You will be expected to have a solid background in undergraduate mathematics (Fourier transforms, differential equations, stadard integrals, etc.).  You are also expected to be able to program a computer, and have access to a computer, since many of the assignments will require numerical work.

Lehrveranstaltungen, Lern- und Lehrmethoden und Literaturhinweise

Lehrveranstaltungen und Termine

ArtSWSTitelDozent(en)Termine
VO 2 Data Analysis Caldwell, A. Mo, 16:00–18:00, PH II 227
UE 2 Übung zu Datenanalyse Hauertmann, L. Schuster, M.
Leitung/Koordination: Caldwell, A.
Termine in Gruppen

Lern- und Lehrmethoden

The material will be presented in lectures, and exercises will be given for you to work on.  The exercises will be a mix of analytical calculations and numerical calculations for which you will need to do some computer work.  There will be a weekly recitation where the exercises and further material will be discussed.

Medienformen

Lecture notes will be provided.  You will additionally need a computer.

Literatur

A script for the course will be provided.

Modulprüfung

Beschreibung der Prüfungs- und Studienleistungen

Das Erreichen der im Abschnitt Lernergebnisse dargestellten Kompetenzen mindestens in der dort angegebenen Erkenntnisstufe wird exemplarisch durch ein von den Studierenden selbständig zu bearbeitendes Abschlussprojekt überprüft. Die Leistung der Studierenden wird an Hand der Präsentation der Ergebnisse und einer anschließenden mündlichen Prüfung bewertet. Präsentation und mündliche Prüfung haben eine Dauer von insgesamt etwa 0 Minuten.

Prüfungsaufgabe könnte beispielsweise sein:

  • Investigate the relationship between the multinomial and Poisson distribution
  • Investigate the use of the Central Limit Theorem under different conditions

Die Teilnahme am Übungsbetrieb wird dringend empfohlen, da die Übungsaufgaben auf die in der Modulprüfung abgefragten Problemstellungen vorbereiten und somit die spezifischen Kompetenzen eingeübt werden.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Nach oben