Beskrivelse
Beregningsmetoder brukt i analyse av eksperimentelle data. Innføring i sannsynlighet og stokastiske variabler. Monte Carlo-metoder for simulering av stokastiske prosesser. Statistiske metoder for parameterestimering og hypoteseprøver. Konfidensintervaller. Multivariat dataklassifisering. Unfolding-metoder. Eksempler hovedsakelig fra partikkel- og medisinsk fysikk.
Forkunnskaper
- Forutsetning(er): tredje årssteg i et fysikkprogram og evne til å programmere i Python, Java, C eller C++, og godkjenning fra instituttet.
Vilkår og bestemmelser
- Forutsetning(er): tredje årssteg i et fysikkprogram og evne til å programmere i Python, Java, C eller C++, og godkjenning fra instituttet.
- Tilbys også på graduate-nivå, med andre krav, som PHYS 5002, hvor ytterligere studiepoeng er utelukket.
- Forelesninger tre timer i uken.
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 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.
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/undergrad/courses/PHYS/