Bausteine Computergestützter Datenanalyse

Methodenbaustein Datenfitting und Datenoptimierung

Bausteine Computergestützter Datenanalyse von Lukas Arnold, Simone Arnold, Florian Bagemihl, Matthias Baitsch, Marc Fehr, Franca Hollmann, Maik Poetzsch und Sebastian Seipel. Methodenbaustein Datenfitting und Datenoptimierung von Marc Fehr und Maik Poetzsch ist lizensiert unter CC BY 4.0. Das Werk ist abrufbar auf GitHub. Ausgenommen von der Lizenz sind alle Logos Dritter und anders gekennzeichneten Inhalte. 2025

Zitiervorschlag

Arnold, Lukas, Simone Arnold, Florian Bagemihl, Matthias Baitsch, Marc Fehr, Franca Hollmann, Maik Poetzsch, und Sebastian Seipel. 2025. “Bausteine Computergestützter Datenanalyse. Methodenbaustein Datenfitting und Datenoptimierung”. https://github.com/bausteine-der-datenanalyse/m-datenfitting-und-optimierunge.

BibTeX-Vorlage

@misc{BCD-m-datenfittung-und-optimierung-2025,
 title={Bausteine Computergestützter Datenanalyse. Methodenbaustein Datenfitting und Datenoptimierung.},
 author={Arnold, Lukas and Arnold, Simone and Bagemihl, Florian and Baitsch, Matthias and Fehr, Marc and Hollmann, Franca and Poetzsch, Maik and Seipel, Sebastian},
 year={2025},
 url={https://github.com/bausteine-der-datenanalyse/m-datenfitting-und-optimierung}} 

Voraussetzungen

Die Bearbeitungszeit dieses Bausteins beträgt circa 10 Stunden. Für die Bearbeitung dieses Bausteins werden folgende Bausteine vorausgesetzt:

• Werkzeugbaustein Python
• Werkzeugbaustein NumPy

In diesem Baustein werden die folgenden Module und Pakete verwendet:

• numpy
  • numpy.polynomial
• matplotlib.pyplot

Im Baustein werden folgende Daten verwendet: Es werden keine von Dritten bezogene Daten verwendet.

Lernziele

In diesen Baustein lernen Sie …

• fehlende Daten in einem Datensatz mit Schätzwerten aufzufüllen.
• Daten mit einer Modellfunktion zu beschreiben.
• Daten mit mehreren Modellfunktionen zu beschreiben.
• verrauschte Daten zu glätten.