描述
用于实验数据分析的计算方法。概率与随机变量导论。用于模拟随机过程的蒙特卡洛方法。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（unfolding）方法。例子主要来自粒子物理和医学物理。
先修课程
- 先修要求：物理专业三年级或以上，能够用 Python、Java、C 或 C++ 编程，并经系同意。
条件与方式
- 先修要求：物理专业三年级或以上，能够用 Python、Java、C 或 C++ 编程，并经系同意。
- 也在研究生层次开设，要求不同，作为 PHYS 5002 开设，已排除额外学分。
- 每周讲课三小时。
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 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.
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/undergrad/courses/PHYS/