Mô tả
Các phương pháp tính toán dùng trong phân tích dữ liệu thực nghiệm. Giới thiệu về xác suất và biến ngẫu nhiên. Phương pháp Monte Carlo để mô phỏng các quá trình ngẫu nhiên. Phương pháp thống kê cho ước lượng tham số và kiểm định giả thuyết. Khoảng tin cậy. Phân loại dữ liệu đa biến. Phương pháp giải nén (unfolding). Ví dụ chủ yếu từ vật lý hạt và vật lý y học.
Tiền đề
- Điều kiện tiên quyết: đứng năm ba trong chương trình vật lý và có khả năng lập trình bằng Python, Java, C hoặc C++, và được phép của Khoa.
Điều kiện và thủ tục
- Điều kiện tiên quyết: đứng năm ba trong chương trình vật lý và có khả năng lập trình bằng Python, Java, C hoặc C++, và được phép của Khoa.
- Cũng được giảng dạy ở trình độ sau đại học, với yêu cầu khác, dưới mã PHYS 5002, cho mã này loại trừ tín chỉ bổ sung.
- Ba giờ giảng mỗi tuần.
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 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.
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/undergrad/courses/PHYS/