Gerhard Bohm Livres

Aufwändige Experimente, große Datenmengen und zunehmende Rechenleistung moderner Computer haben die statistische Datenanalyse zu einem wichtigen Instrument in der physikalischen Forschung gemacht. Dieses Buch bietet Physikern vom Bachelor bis zur Promotion (und danach) eine kompakte, aber fundierte Darstellung der von ihnen benötigten statistischen Methoden. Dabei wird besonderer Wert darauf gelegt, den LeserInnen anhand zahlreicher Beispiele und Abbildungen ein intuitives Verständnis der statistischen Grundlagen sowie der resultierenden Anwendungsmöglichkeiten zu vermitteln. Nach einer Einführung in die Grundlagen der Wahrscheinlichkeitsrechnung werden die gängigen statistischen Methoden und Verfahren der Datenanalyse vorgestellt: das Likelihood-Konzept, die Methode der kleinsten Quadrate, die Fehlerrechnung, sehr detailliert die Parameterschätzung, die Entfaltung verzerrter Daten sowie Hypothesen- und Gütetests, Monte-Carlo-Simulation und Bootstrap-Verfahren. Das Werk eignet sich auch als Einstiegslektüre für die Verwendung von statistischer Datenanalyse in anderen Naturwissenschaften.

There is a large number of excellent statistic books. Nevertheless, we think that it isjustified to complement them by another textbook with the focus on modern appli-cations in nuclear and particle physics. To this end we have included a large numberof related examples and figures in the text. We emphasize lessthe mathematicalfoundations but appeal to the intuition of the reader.

Die Einf]hrung in die Statistik und Messwertanalyse f]r Physiker richtet sich weniger an mathematischen \berlegungen aus, sondern stellt die praktische Anwendung in den Vordergrund und schdrft die Intuition experimentelle Ergebnisse richtig einzuschdtzen. Zahlreiche ausf]hrlich betrachtete Beispiele dienen dazu, hdufig bei der Datenanalyse gemachte Fehler zu vermeiden (unsinnige Anwendung des Chi-Quadrattests, Funktionenanpassung bei falscher Parametrisierung, Entfaltung mit willk]rlicher Regularisierung). Ein besonderes Augenmerk wird auf den Vergleich von Daten mit Monte-Carlo-Simulationen gelenkt. Moderne Experimente kommen nicht ohne Simulation aus. Deshalb ist es wichtig zu wissen, wie Parameteranpassungen und Entfaltungen in diesem Fall durchgef]rt werden. Au_erdem werden den Studierenden moderne Entwicklungen der Statistik nahegebracht, die in dlteren Lehrb]chern nicht behandelt werden.