Uniwersytet Warszawski, Wydział Fizyki - Centralny System Uwierzytelniania
Strona główna

Analiza statystyczna wyników doświadczalnych

Informacje ogólne

Kod przedmiotu: 1100-2ENASWDWZ
Kod Erasmus / ISCED: 13.204 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0533) Fizyka Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Analiza statystyczna wyników doświadczalnych
Jednostka: Wydział Fizyki
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

fakultatywne

Skrócony opis:

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

Pełny opis:

1. Prawdopodobieństwo

2. Prawdopodobieństwo warunkowe i statystyczna niezależność

3. Podstawowe rozkłady

4. Wielowymiarowe zmienne losowe i ich rozkłady

5. Przekształcenia zmiennych losowych

6. Momenty zmiennych losowych

7. Momenty z próby

8. Momenty funkcji zmiennych losowych

9. Estymatory parametrów podstawowych rozkładów

10. Własności estymatorów

11. Metoda momentów

12. Metoda największej wiarogodności

13. Estymacja przedziałowa

14.Testy hipotez

15. Metoda najmniejszych kwadratów

Literatura:

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

2. G. Bohm i G. Zech, Introduction to Statistics and Data Analysis for Physicsts, Verlag Deutsches Elektronen-Synchrotron, 2010 [wolny dostęp: https://bib-pubdb1.desy.de/record/389738];

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

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

5. F.E. James, Statistical Methods in Experimental Physics, 2nd ed., World Scientific, Singapore, 2007 (drugie wydanie książki T. Eadie i innych);

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

7. A. G. Frodesen, O. Skjeggestad i M. Tofte, Probability and Statistics in Particle Physics, Universitetsforlaget, Bergen – Oslo – Tromso, 1979;

8. R. J. Barlow, Statistics. A Guide to the Use of Statistical Methods in the Physical Sciences, J. Wiley & Sons Ltd., New York, 1989;

9. L. Lyons, Statistics for Nuclear and Particle Physicists, Cambridge University Press, 1992;

10. B. P. Roe, Probability and Statistics in Experimental Physics, Springer – Verlag, New York, 1992;

11. B. R. Martin, Statistics for Physicists, Academic Press, London and New York, 1971;

12. I. Narsky and F. Porter, Statistical Analysis Techniques in Particle Physics, Wiley-vch, 2014;

13. O. Behnke, K. Kroninger, G. Schott and T. Schorner-Sadenius, Data Analysis in High Energy Physics: A Practical Guide to Statistical Methods, Wiley-vch, 2012;

14. R. Fruehwirth i inni, Data Analysis Techniques for High-Energy Physics, Cambridge Monographs on Particle Physics, Nuclear Physics and Cosmology, 2nd ed., 2000;

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

Efekty uczenia się:

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

Metody i kryteria oceniania:

Zasady zaliczenia: w oparciu o jedno kolokwium w trakcie semestru i końcowy egzamin pisemny. Osoba, która zdobędzie w sumie z obu (z równą wagą) minimum 50% punktów, zalicza przedmiot na ocenę dostateczną. Zaliczenie w sesji poprawkowej będzie odbywało się na mocy jedynie niezależnego egzaminu pisemnego, z którego niezbędne będzie uzyskanie 50% punktów. W obu sesjach oceny bedą wystawiane wg. algorytmu:

50% ≤ p < 60%: ocena 3 (dst),

60% ≤ p < 70%: ocena 3,5 (dst+),

70% ≤ p < 80%: ocena 4 (db),

80% ≤ p < 90%: ocena 4,5 (db+),

90% ≤ p ≤ 100%: ocena 5 (bdb),

gdzie p oznacza procent zdobytych punktów.

Zarówno na kolokwium jak i egzaminie można korzystac z wszelkich własnych materiałów pomocniczych w formie notatek i książek.

Praktyki zawodowe:

brak

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Fizyki.
ul. Pasteura 5, 02-093 Warszawa tel: +48 22 5532 000 https://www.fuw.edu.pl/ kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)