Datenanalyse in Physik und Astronomie

Skript

Die Themen, die in der Vorlesung bearbeitet werden sind hier aufgeführt. Die zugehörigen Vorlesungsskripte sind rechtzeitig vor der Vorlesung verfügbar. Bitte arbeiten Sie die Materialien vor der Vorlesung durch! In der Vorlesung wird der Schwerpunkt auf der Anwendung ausgewählter Inhalte liegen. Anhand von vorgerechneten Beispielen wird der Vorlesungsstoff vertieft. Darüber hinaus sollen die konkreten Anwendungen zur Diskussion anregen und die Methoden hinterfragt werden. Es ist wichtig dass Sie vorbereitet zur Vorlesung erscheinen, damit wir ausreichend Zeit zur Vertiefung des Lehrstoffs haben.

Während der Vorlesung vorgestellte Inhalte werden aufgezeichnet (Video, Audio und Text) und im Anschluss elektronisch zur Verfügung gestellt.

Das Skript ist in englisch verfasst und wir als PDF und als Mathematica Notebook zur Verfügung gestellt. Während der Vorlesung werden die jeweiligen deutschen Fachbegriffe aber auch genannt.

Mathematica Notebooks können Sie auch ohne Mathematica Lizenz mit dem CDF Player anschauen.

Lehrplan/Syllabus

Lehrplan/Syllabus, Mathematica Notebook

Noch unsicher ob der Kurs etwas für Sie ist? Das folgende Quiz ( PDF, NB ) biete eine erste Hilfe zur Selbsteinschätzung. Wenn Sie die Fragen beantworten können sind Ihnen einige Konzepte, die in der Volesung behandelt werden schon vertraut. Wenn Sie bei vielen Antworen unsicher sind, hilft Ihnen die Vorlesung bei der Vertiefung.

Die Videos sind ebenfalls unter folgender YouTube Playlist gesammelt.

Zur vertiefenden Vorbereitung versuche ich externes Material zu ausgewählten Themen zu verlinken. Beispiele dafür sind Lehrvideos, wie von Prof. Jörn Loviscach, aber auch andere.

Liste der Vorlesungstermine

Nr.

Thema

Termin

1

Lecture Notes/Skripte

Organisatorisches Lehrplan/Syllabus, Mathematica Notebook

Introduction to data: Introduction to Data, Mathematica Notebook
Datenvisualisierung: Data Visualization, Mathematica Notebook

Vorlesungs-Videos:

Introduction to Data (Part 1) (24:04)
Introduction to Data (Part 2) (13:17)

Data Visualization (Part 1) (21:24)
Data Visualization (Part 2) (23:57)
Data Visualization (Part 3) (09:46)
Data Visualization (Part 4) (10:04)

Zusätzliches Material/Additional reading

Ergänzungen

NEW:TED Talk - How to spot a misleading graph 4:09
CSE512 Data Visualization (Winter 2014), University of Washington
Khan Academy: Creating and interpreting scatterplots
Khan Academy: Box and whisker plots
Khan Academy: Frequency tables & dot plots
Khan Academy: Creating a histogram
Khan Academy: Interpreting a histogram


13.04.2021
(online 06.04.2021)

2

Lecture Notes/Skripte

Statistics (PDF), Statistics (NB)

Vorlesungs-Videos:

Statistics (Part 1) 34:47
Statistics (Part 2) 15:47
Statistics (Part 3) 21:07

Ergänzungen (Videos von Prof. Jörn Loviscach)
28.01 Varianz, Standardabweichung 13:37
28.02 Varianz, Standardabweichung berechnen 13:13
28.03 Normalverteilung, zentraler Grenzwertsatz 14:58
Wahrscheinlichkeitsbegriffe, Häufigkeit, Bayes, Laplace
Kolmogorow-Axiome der Wahrscheinlichkeit

Zusätzliches Material/Additional reading
Varianz, Standardabweichung einer Zufallsgröße 36:55
Mittelwertbildung verringert Varianz und Standardabweichung 21:30
drei Münzen; Erwartungswert der Standardabweichung der Stichprobe 18:46
Standardabweichung der Lebensdauer 14:14
Erwartungswert, Varianz, Standardabweichung für eine diskrete und eine stetige Verteilung 18:35
Erwartungswert, Varianz, Standardabweichung von drei Münzen13:13


20.04.2021
(online 13.04.2021)

3

Lecture Notes/Skripte
Probabilities Part 1 (PDF), Probabilities Part 1 (NB)
Probabilities Part 2 (PDF), Probabilities Part 2 (NB)

Übungen

Vorlesungs-Videos:

Lecture 4 - Probabilities A 1/5
Lecture 4 - Probabilities A 2/5
Lecture 4 - Probabilities A 3/5
Lecture 4 - Probabilities A 4/5
Lecture 4 - Probabilities A 5/5
Lecture 4 - Probabilities B 1/4
Lecture 4 - Probabilities B 2/4
Lecture 4 - Probabilities B 3/4
Lecture 4 - Probabilities B 4/4

Ergänzungen (Videos von Prof. Jörn Loviscach)
Wahrscheinlichkeitsbegriffe, Häufigkeit, Bayes, Laplace
Kolmogorow-Axiome der Wahrscheinlichkeit

Zusätzliches Material/Additional reading

Ergänzungen (Weitere Lehrvideos)
Khan Academy: Summarizing center of distributions (central tendency)
Khan Academy: Summarizing spread of distributions
Khan Academy: Sampling distributions
Bozeman Science: Standard Error
Wahrscheinlichkeit, Kolmogorow, Ereignis, unvereinbar, unabhängig 35:47
Beispiel Binomialverteilung, Beispiel Laplace-Experiment 23:59
Wahrscheinlichkeit; dreimal würfeln, mindestens eine Sechs 13:07
Wahrscheinlichkeit; einmal Kopf mit idealer Münze und gezinkter Münze 3:39
Wahrscheinlichkeit; Buchstaben für Wort ziehen 2:52
Wahrscheinlichkeit; hundert Bauteile, mindestens eines defekt 15:32
Wahrscheinlichkeit; niemand im Laden 7:45
Wahrscheinlichkeit; Bayes; Verspätung und schlechtes Wetter 6:18
idealer und defekter Würfel; unabhängige und unvereinbare Ereignisse 7:41
überraschende Wahrscheinlichkeiten; Mädchen am Montag 14:00
ideale oder nichtideale Münze fünfmal werfen 36:19


Ergänzungen (Weitere Lehrvideos)
Khan Academy: Intro to theoretical probability
Khan Academy: Simple probability: yellow marble
Khan Academy: Simple probability: non-blue marble
Khan Academy: Experimental probability
Khan Academy: Theoretical and experimental probabilites
Khan Academy: Permutation formula
Khan Academy: Combination formula

27.04.2021
(online 20.04.2021)

4

Lecture Notes/Skripte
Wahrscheinlichkeitsverteilungen Probability Distributions, Mathematica Notebook

Vorlesungs-Videos:

Probability Distributions (Part 1) 16:11
Probability Distributions (Part 2) 43:10
Probability Distributions (Part 3) 24:53
Probability Distributions (Part 4) 13:42

Zusätzliches Material/Additional reading

Ergänzungen (Videos von Prof. Jörn Loviscach)
Normalverteilung, zentraler Grenzwertsatz, Skizze einer Herleitung 67:20
Normalverteilung in OpenOffice.org, Wahrscheinlichkeitsdichte, kumulierte Verteilungsfunktion

Ergänzungen (Weitere Lehrvideos)
Khan Academy: Shapes of distributions
Khan Academy: Comparing distributions
Khan Academy: Normal distributions
Khan Academy: Binomial probability
Khan Academy: Poisson distribution
Khan Academy: Variance of differences of random variables
Khan Academy: Central limit theorem

04.05.2021
(online 27.04.2021)

5

Lecture Notes/Skripte

Hypothesis Tests Probability Distributions, Mathematica Notebook

Vorlesungs-Videos:

Hypothesis Tests (Part 1) 21:33
Hypothesis Tests (Part 2) 24:35
Hypothesis Tests (Part 3) 17:38
Hypothesis Tests (Part 4) 09:46

Zusätzliches Material/Additional reading
Khan Academy: Confidence intervals (one sample)
Khan Academy: Significance tests (one sample) (one sample)
Khan Academy: Significance tests and confidence intervals (two samples)
Khan Academy: Analysis of variance (ANOVA)
Khan Academy: ANOVA 1: Calculating SST (total sum of squares)
Khan Academy:ANOVA 2: Calculating SSW and SSB (total sum of squares within and between)
Khan Academy: ANOVA 3: Hypothesis test with F-statistic
Khan Academy: Margin of error 1
Khan Academy: Margin of error 2
Khan Academy: Standard error of the mean
Khan Academy: Hypothesis testing and p-values
Khan Academy: Idea behind hypothesis testing
Khan Academy: One-tailed and two-tailed tests
Khan Academy: Z-statistics vs. T-statistics
Khan Academy: T-statistic confidence interval

11.05.2021
(online 04.05.2021)

6

Lecture Notes/Skripte

18.05.2021
(online 11.05.2021)

7

Lecture Notes/Skripte

25.05.2021
(online 18.05.2021)

8

Lecture Notes/Skripte

01.06.2021
(online 25.05.2021)

9

Lecture Notes/Skripte

08.06.2021
(online 01.06.2021)

10

Lecture Notes/Skripte

15.06.2021
(online 08.06.2021)

11

Lecture Notes/Skripte

22.06.2021
(online 15.06.21)

12

Lecture Notes/Skripte

29.06.2021
(online 22.06.2021)

13

Lecture Notes/Skripte

06.07.2021
(online 29.06.2021)

14

Lecture Notes/Skripte

13.07.2021
(online 06.07.2021)