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 60 h 5 CP

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

Inhalte, Lernergebnisse und Voraussetzungen

Inhalt

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 probabilities.  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.

Lernergebnisse

After successful completion of this module, the student is able to

  • derive and know applicability of basic statistical distributions (Binomial, Poisson, Gauss, …).
  • formulate a statistical analysis in the Bayesian, Frequentist of Likelihood approach.
  • derive and know applicability of the Central Limit theorem.
  • define and use test statistic.
  • perform goodness-of-fit tests and model selection.

Voraussetzungen

No preconditions in addition to the requirements for the Master’s program in Physics.

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 lectures will present the learning content (in English).  Examples will be drawn from a range of physics areas.  A number of exercises will be assigned that the students will be expected to solve over the course of the semester and submit in a written report. 

A recitation session will precede the lectures, where students will present their solutions to the exercises and where further examples will be presented.

Medienformen

A script for the course will be provided.  You will additionally need a computer.

Literatur

  • G. d'Agostini, "Bayesian reasoning in data analysis - A critical introduction", World Scientific Publishing 2003 (soft cover 2013).
  • G. Cowan, "Statistical Data Analysis" (Oxford Science Publications) 1st Edition.
  • W. T. Eadie, D. Dryard, F. E. James, M. Roos e B. Sadoulet, "Statistical methods in experimental physics", North-Holland Publishing Company, Amsterdam, London, 1971.
  • E. T. Jaynes, `Probability Theory: The Logic of Science', Cambridge University Press, 2003.

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 25 Minuten.

Wiederholbarkeit

Eine Wiederholungsmöglichkeit wird am Semesterende angeboten.

Nach oben