Mô tả
Phương pháp tính toán dùng trong phân tích dữ liệu thực nghiệm. Giới thiệu xác suất và biến ngẫu nhiên. Phương pháp Monte Carlo để mô phỏng quá trình ngẫu nhiên. Phương pháp thống kê để ước tính tham số và kiểm định giả thuyết. Khoảng tin cậy. Phân loại dữ liệu đa biến. Phương pháp unfolding. Ví dụ lấy chủ yếu từ vật lý hạt và y học.
Tiền đề
- Tiền đề: khả năng lập trình bằng Python, Java, C, hoặc C++ và có sự cho phép của Khoa.
Điều kiện và thủ tục
- Tiền đề: khả năng lập trình bằng Python, Java, C, hoặc C++ và có sự cho phép của Khoa.
- Cũng được cung cấp ở bậc đại học, với các yêu cầu khác nhau, dưới mã PHYS 4807, và do đó ngăn cấm tính tín chỉ bổ sung.
Văn bản tham chiếu bằng ngôn ngữ gốc
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.
Nguồn và tham khảo
Ngày và nguồn được giữ lại để giúp bạn kiểm tra thông tin. Các bản dịch được cung cấp để dễ đọc; nguồn chính thức là tham chiếu cho các điều kiện và yêu cầu.
Nguồn tham khảo : https://calendar.carleton.ca/grad/courses/PHYS/