الوصف
الأساليب الحسابية المستخدمة في تحليل بيانات التجارب. مقدمة في الاحتمال والمتغيرات العشوائية. طرق مونت كارلو لمحاكاة العمليات العشوائية. الأساليب الإحصائية لتقدير المعلمات واختبارات الفرضيات. فترات الثقة. تصنيف البيانات متعددة المتغيرات. طرق فك الطي (unfolding). أمثلة بشكل أساسي من فيزياء الجسيمات والفيزياء الطبية.
المقررات السابقة
- المتطلبات السابقة: المستوى الثالث في برنامج الفيزياء وإمكانية البرمجة بلغة Python أو Java أو C أو C++، وإذن القسم.
الشروط والإجراءات
- المتطلبات السابقة: المستوى الثالث في برنامج الفيزياء وإمكانية البرمجة بلغة Python أو Java أو C أو C++، وإذن القسم.
- يعرض أيضاً على مستوى الدراسات العليا بمتطلبات مختلفة كـ PHYS 5002، والذي يمنع إضافة واعتماد الائتمان الإضافي.
- محاضرات ثلاث ساعات أسبوعيًا.
نص المرجع بلغته الأصلية
Computational methods used in analysis of experimental data. Introduction to probability and random variables. Monte Carlo methods for simulation of random processes. Statistical methods for parameter estimation and hypothesis tests. Confidence intervals. Multivariate data classification. Unfolding methods. Examples primarily from particle and medical physics.
- Prerequisite(s): third year standing in a physics program and an ability to program in Python, Java, C or C+ +, and permission of the Department.
- Also offered at the graduate level, with different requirements, as PHYS 5002 , for which additional credit is precluded.
- Lectures three hours a week.
المصادر والمراجع
يتم الاحتفاظ بالتواريخ والمصادر لمساعدتك في التحقق من المعلومات. تُعرض ترجمات لتسهيل القراءة؛ المصدر الرسمي هو المرجع للشروط والمتطلبات.
مرجع المصدر : https://calendar.carleton.ca/undergrad/courses/PHYS/