설명
실험 데이터 분석에 사용되는 계산 방법. 확률 및 확률변수 입문. 난수 과정 시뮬레이션을 위한 몬테카를로 방법. 매개변수 추정 및 가설검정을 위한 통계적 방법. 신뢰구간. 다변량 데이터 분류. 언포딩(unfolding) 방법. 예시는 주로 입자물리학 및 의학물리학에서 취함.
선수 과목
- 선수조건: Python, Java, C 또는 C++로 프로그래밍할 수 있는 능력 및 학과 허가.
조건 및 세부사항
- 선수조건: Python, Java, C 또는 C++로 프로그래밍할 수 있는 능력 및 학과 허가.
- 학부 수준에서도 PHYS 4807로 다른 요구사항으로 제공되며, 이에 대한 추가 학점 부여 불가.
원문 참조 텍스트
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.
출처 및 참고문헌
날짜와 출처는 정보를 확인하는 데 도움이 되도록 보관됩니다. 번역은 읽기 편의를 위해 제공되며 조건과 요건은 공식 출처가 기준입니다.
출처 참조 : https://calendar.carleton.ca/grad/courses/PHYS/