08.128.824 Statistik, Datenanalyse und Simulation

Lehrende/r: Dr. Michael Distler

Veranstaltungsart: Vorlesung/Übung

Anzeige im Stundenplan: Datenanalyse

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: - | -

Voraussetzungen / Organisatorisches:
Die Veranstaltung richtet sich an fortgeschrittene Studierende nach dem Vordiplom (aber auch an Promotionsstudenten) und kann als physikalisches Wahlpflichtfach eingebracht werden.
Zeit und Ort der Übungen werden in der ersten Vorlesungsstunde festgelegt.

Inhalt:

• Einleitende Bemerkungen
  
• Statistik: Wahrscheinlichkeit, Verteilungen, Spezielle diskrete Verteilungen, Spezielle Wahrscheinlichkeitsdichten, Theoreme, Stichproben, Mehrdimensionale Verteilungen
  
• Monte Carlo-Methoden: Zufallszahlengeneratoren, Monte Carlo-Integration
  
• Schätzung von Parametern: Maximum-Likelihood-Methode, Fehler der Parameter
  
• Methode der kleinsten Quadrate: Lineare kleinste Quadrate, Lösungseigenschaften, der Fall unterschiedlicher Fehler
  
• Prüfung von Hypothesen
  
• Entfaltung
  
• Faktorenanalyse
  
• Mustererkennung
  

Empfohlene Literatur:

• V. Blobel, E. Lohrmann: Statistische und numerische Methoden der Datenanalyse, Teubner Verlag (1998)
  
• S. Brandt: Datenanalyse, BI Wissenschaftsverlag (1999)
  
• Philip R. Bevington: Data Reduction and Error Analysis for the Physical Sciences, McGraw-Hill (1969)
  
• R.J. Barlow: Statistics, John Wiley & Sons (1993)
  
• G. Cowan: Statistical Data Analysis, Oxford University Press (1998)
  
• W.T. Eadie et al.: Statistical Methods in Experimental Physics, North Holland Publishing Company
  
• Donald E. Knuth: The Art of Computer Programming, Addison-Wesley (1998)
  
• William H. Press et al.: Numerical recipes in C, Cambridge University Press (1992)
  

Zusätzliche Informationen:
Webseite zur Vorlesung: Statistik, Datenanalyse und Simulation