Uniwersytet Warszawski, Wydział Fizyki - Centralny System Uwierzytelniania
Strona główna

Statistical analysis of experimental data

Informacje ogólne

Kod przedmiotu: 1100-4ASWD
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: Statistical analysis of experimental data
Jednostka: Wydział Fizyki
Grupy: Fizyka, II stopień; przedmioty sp. "Fizyka jądrowa i cząstek elementarnych"
Fizyka, II stopień; przedmioty z zakresu analizy numerycznej
Physics (Studies in English), 2nd cycle; courses from list "Numerical Analysis"
Physics (Studies in English); 2nd cycle
Strona przedmiotu: https://www.fuw.edu.pl/~zarnecki/SAED/
Punkty ECTS i inne: 4.00 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.
Język prowadzenia: angielski
Kierunek podstawowy MISMaP:

fizyka

Założenia (opisowo):

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.

Tryb prowadzenia:

w sali

Skrócony opis:

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

Pełny opis:

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

Literatura:

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.

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 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.

Praktyki zawodowe:

brak

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-28
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład, 45 godzin więcej informacji
Koordynatorzy: Aleksander Żarnecki
Prowadzący grup: Aleksander Żarnecki
Strona przedmiotu: https://kampus-student2.ckc.uw.edu.pl/course/view.php?id=14456
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
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)