Deskripsi
Metode komputasi yang digunakan dalam analisis data eksperimental. Pengenalan probabilitas dan variabel acak. Metode Monte Carlo untuk simulasi proses acak. Metode statistik untuk estimasi parameter dan uji hipotesis. Interval kepercayaan. Klasifikasi data multivariat. Metode unfolding. Contoh diambil terutama dari fisika partikel dan medis.
Prasyarat
- Prasyarat: kemampuan pemrograman dalam Python, Java, C, atau C++ , dan izin dari Departemen.
Syarat dan ketentuan
- Prasyarat: kemampuan pemrograman dalam Python, Java, C, atau C++ , dan izin dari Departemen.
- Juga ditawarkan pada tingkat sarjana, dengan persyaratan berbeda, sebagai PHYS 4807 , yang untuk itu kredit tambahan dilarang.
Teks rujukan dalam bahasa aslinya
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 taken primarily from particle and medical physics.
- Prerequisite(s): an ability to program in Python, Java, C, or C+ +, and permission of the Department.
- Also offered at the undergraduate level, with different requirements, as PHYS 4807 , for which additional credit is precluded.
Sumber dan referensi
Tanggal dan sumber disimpan untuk membantu Anda memverifikasi informasi. Terjemahan disediakan untuk memudahkan pembacaan; sumber resmi menjadi rujukan untuk syarat dan ketentuan.
Referensi sumber : https://calendar.carleton.ca/grad/courses/PHYS/