Beskrivelse
Beregningsteknikker brukt i analyse av eksperimentelle data. Introduksjon til sannsynlighet og tilfeldige variabler. Monte Carlo-metoder for simulering av tilfeldige prosesser. Statistiske metoder for parameterestimering og hypotesetester. Konfidensintervaller. Multivariat dataklassifisering. Unfolding-metoder. Eksempler tatt primært fra partikkel- og medisinsk fysikk.
Forkunnskaper
- Forkunnskapskrav: evne til å programmere i Python, Java, C eller C++, og tillatelse fra instituttet.
Vilkår og bestemmelser
- Forkunnskapskrav: evne til å programmere i Python, Java, C eller C++, og tillatelse fra instituttet.
- Også tilbudt på bachelornivå, med andre krav, som PHYS 4807, hvor ekstra studiepoeng dermed utelukkes.
Referansetekst i originalspråket
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.
Kilder og referanser
Datoer og kilder beholdes for å hjelpe deg å verifisere opplysningene. Oversettelsene tilbys for å lette lesing; den offisielle kilden er referansen for krav og betingelser.
Kildereferanse : https://calendar.carleton.ca/grad/courses/PHYS/