説明
実験データ解析に用いられる計算手法。確率と確率変数の導入。ランダム過程のシミュレーションのためのモンテカルロ法。パラメータ推定および仮説検定の統計手法。信頼区間。多変量データ分類。アンフォールディング法。事例は主に素粒子物理学および医療物理学から採る。
前提条件
- 前提科目：Python、Java、C、または C++ でのプログラミング能力、および学科の許可。
条件および詳細
- 前提科目：Python、Java、C、または C++ でのプログラミング能力、および学科の許可。
- 学部レベルでも、要件が異なるPHYS 4807としても提供され、追加単位は認められない。
原語による参照テキスト
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.
出典と参照
日付と出典は、情報を確認する際の参考のために保持されています。翻訳は読みやすくするための提案であり、条件や要件については公式の出典が基準となります。
出典の参照 : https://calendar.carleton.ca/grad/courses/PHYS/