描述
用于实验数据分析的计算方法。概率与随机变量入门。用于随机过程模拟的蒙特卡洛方法。参数估计与假设检验的统计方法。置信区间。多变量数据分类。展开方法（unfolding methods）。实例主要取自粒子物理与医学物理。
先修课程
- 先修条件：能使用 Python、Java、C 或 C++ 编程，并需系里许可。
条件与方式
- 先修条件：能使用 Python、Java、C 或 C++ 编程，并需系里许可。
- 亦以本科层次开设，要求不同，编号为 PHYS 4807，参加该本科课程者不得重复计本课程学分。
原文参考文本
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.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/grad/courses/PHYS/