Computergestützte Datenanalyse (6 C, 3 SWS) [B.Biochem.425]

Lernziele und Kompetenzen: Nach erfolgreichem Abschluss des Moduls haben die Studierenden das Handwerkszeug für die ?alltägliche" computergestützte Datenanalyse kennengelernt. Beginnend mit einer ersten, rein graphischen Datensichtung werden zunehmend komplexere Analyseverfahren (Fourier-, Wavelet-Transformationen, Filtertechniken, statistische Analysen) vorgestellt, mit denen die Studierenden in die Lage versetzt werden, die maximale Information aus ihren experimentellen Daten zu extrahieren. Die Studierenden haben einen Einblick in Betriebssysteme erhalten und können einfache Skripte zu Automatisierung von Arbeitsabläufen erstellen. Sie können ihre Messdaten kritisch beurteilen und sind in der Lage publikationsfähige Darstellungen von Datensätzen zu erzeugen. Sie besitzen sie die Fähigkeit, eigene Auswerteprogramme in einer modernen Skriptsprache (Matlab, Octave oder Python) zu entwickeln. Sie haben gelernt, solche Programme auf Richtigkeit und Effizienz zu testen und gegebenenfalls Fehler zu ?debuggen". Die Teilnehmer haben sich eine Bibliothek aus ?gebrauchsfertigen" Routinen zur Datenanalyse (Regressions- und Fitfunktionen, FFT, Datenfilterung, etc.) aufgebaut, die sie in ihrem weiteren Studium in der Praxis anwenden können.


Lehrveranstaltungen und Prüfungen
1. Vorlesung: Computergestützte Datenanalyse (2 SWS)
2. Übung: Computergestützte Datenanalyse (1 SWS)

Modulprüfung: Klausur (180 Minuten)
Prüfungsanforderungen: Die Studenten sollten in der Lage sein, eigene Funktionen zur Datenanalyse in einer der Programmiersprachen Python, Matlab oder Octave zu entwickeln. Sie beherrschen statistische Analysetechniken, Spektralanalyse, diverse Regressions- und nichtlineare Optimierungsverfahren. In einer Anwendung auf komplexere experimentelle Daten können sie sowohl die Daten als auch die Ergebnisse der Datenanalyse in einer graphischen Form präsentieren, die den Ansprüchen einer publikationsfähigen Graphik genügt. Die Klausur findet computergestützt in elektronischer Form statt.


Arbeitsaufwand
42 h Präsenzzeit
138 h Selbststudium

Zugangsvoraussetzungen
keine

Empfohlene Vorkenntnisse
keine

Wiederholbarkeit
zweimalig

Angebotshäufigkeit
jedes Sommersemester

Empfohlenes Fachsemester
2

Dauer
1 Semester

Sprache
Deutsch

Maximale Studierendenzahl
40

Modulverantwortliche/r
Prof. Dr. Burkhard Geil