설명
실험적 데이터 분석에 사용되는 계산 방법. 확률과 확률변수 소개. 랜덤 프로세스 시뮬레이션을 위한 몬테카를로 방법. 매개변수 추정 및 가설검정을 위한 통계 방법. 신뢰구간. 다변량 데이터 분류. 언폴딩 방법. 예시는 주로 입자물리 및 의학물리에서.
선수 과목
- 선수과목: 물리학 프로그램 3학년 재학 및 Python, Java, C 또는 C++로 프로그래밍할 수 있는 능력, 및 학과 허가.
조건 및 세부사항
- 선수과목: 물리학 프로그램 3학년 재학 및 Python, Java, C 또는 C++로 프로그래밍할 수 있는 능력, 및 학과 허가.
- 대학원 수준으로도 다른 요구사항으로 PHYS 5002로 개설되며, 이에 대한 추가 학점은 인정되지 않는다.
- 주당 강의 3시간.
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 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.
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/undergrad/courses/PHYS/