Statistical analysis of experimental data

fizyka

Wykład adresowany do studentów studiów magisterskich specjalności Fizyka jądrowa i cząstek elementarnych oraz specjalności Particle Physics (studiów w j.angielskim), otwarty dla studentów innych specjalności (nie jest wymagana specjalistyczna wiedza o fizyce cząstek). Warunkiem nieodzownym jest znajomość analizy matematycznej na poziomie roku I i II studiów licencjackich i zaliczenie kursowych pracowni lat I – III studiów.

w sali

Na wykładzie przedstawione są podstawowe koncepcje rachunku prawdopodobieństwa i metody statystycznej analizy danych spotykane w dziedzinie fizyki cząstek elementarnych.

1. Prawdopodobieństwo

2. Podstawowe rozkłady prawdopodobieństwa i ich własności

3. Niepewności pomiarowe

4. Metody Monte Carlo

5. Wyznaczanie parametrów

6. Metoda największej wiarogodności

7. Metoda najmniejszych kwadratów

8. Testy hipotez

9. Znaczoność obserwacji

10. Przedziały ufności i wyznaczanie ograniczeń

11. Metody analizy wielu zmiennych

12. Wprowadzenie do uczenia maszynowego

1. G. Bohm i G. Zech, Introduction to Statistics and Data Analysis for Physicsts, Verlag Deutsches Elektronen-Synchrotron, wydanie III [wolny dostęp: https://bib-pubdb1.desy.de/record/389738];

2. L. Lista, Statistical Methods for Data Analysis in Particle Physics, Springer, 2017;

3. G. Cowan, Statistical Data Analysis, Oxford University Press, Oxford, 1998;

4. M. Bonamente, Statistics and Analysis of Scientific Data, Springer 2017;

5. S. Brandt, Data Analysis: Statistical and Computational Methods for Scientists and Engineers, Springer 2014;

6. C. W. Fabjan, H. Schopper (eds.), Particle Physics Reference Library, Vol. 2, Chapter 15 [wolny dostęp: https://link.springer.com/chapter/10.1007/978-3-030-35318-6_15];

7. Particle Data Group: Review of particle physics: reviews, tables, and plots - Mathematical tools [wolny dostęp: http://pdg.web.cern.ch/pdg/pdg.html]

Pozycje w języku polskim:

1. S. Brandt, Analiza danych, Wydawnictwo Naukowe PWN, Warszawa, 1998;

2. T. Eadie, D. Drijard, F. E. James, M. Roos i B. Sadoulet, Metody statystyczne w fizyce doświadczalnej, PWN, Warszawa, 1989.

Wiedza:

Student zna podstawowe metody statystycznej analizy danych

Student rozumie warunki, w jakich te metody można stosować

Umiejętności

Student potrafi rozpoznać problem analizy danych w terminach statystyki matematycznej

Student umie zastosować podstawowe metody analizy danych w prostych przypadkach

Student potrafi zinterpretować wyniki takiej analizy

Postawy

Student docenia wagę dogłębnego i wszechstronnego zrozumienia problemu przy wyciąganiu wniosków i podejmowaniu decyzji

Zasady zaliczenia: w oparciu o prace domowe w trakcie semestru i końcowy egzamin pisemny. Osoba, która zdobędzie w sumie (z równą wagą) minimum 50% punktów, zalicza przedmiot na ocenę dostateczną. Zaliczenie w sesji poprawkowej będzie odbywało się na podstawie jedynie egzaminu pisemnego, z którego niezbędne będzie uzyskanie 50% punktów.

brak