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 Unsure whether to take the course or not? Take the Quiz 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 Assignments Assignments are shared and submitted via GitHub Classroom. Use the following Invitation linke for a starter assignment to learng the basics of GitHub and GitHub Classromm Use the following Invitation link for DAAP assignment 1: Intro to data structure and data visualization Q & A Plot-data: 2.9,2.45,2.5,3.5,3.7,3.0,1.75,0.75,0.3,0.2,1.9,1.6,0.5,-0.5,-2.8	09.04.2024 (Q & A: 16.04.2024)
2	Lecture Notes/Skripte Statistics (PDF), Statistics (NB) Vorlesungs-Videos: Statistics (Part 1: Statistics of location) 34:47 Statistics (Part 2: Statistics of scatter) 15:47 Statistics (Part 3: Samples & bias) 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 Q & A	16.04.2024 (Q & A: 23.04.2024)
3	Lecture Notes/Skripte Probabilities Part 1 (PDF), Probabilities Part 1 (NB) Probabilities Part 2 (PDF), Probabilities Part 2 (NB) 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	23.04.2024 (Q & A: 30.04.2024)