SylabUZ
Nazwa przedmiotu | Advanced data analysis methods |
Kod przedmiotu | 13.2-WF-FizD-ADAM-S19 |
Wydział | Wydział Fizyki i Astronomii |
Kierunek | Fizyka |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra |
Semestr rozpoczęcia | semestr zimowy 2019/2020 |
Semestr | 3 |
Liczba punktów ECTS do zdobycia | 4 |
Występuje w specjalnościach | Fizyka komputerowa |
Typ przedmiotu | obowiązkowy |
Język nauczania | angielski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Wykład | 30 | 2 | - | - | Egzamin |
Laboratorium | 30 | 2 | - | - | Zaliczenie na ocenę |
To acquaint the students with selected advanced methods of the data analysis and different approaches to an assessment of the statistical confidence of the results.
Measurement data analysis.
Fundamentals of programming.
Chi2 test, application of the Student's distribution.
Simulation methods of the probability distributions.
Bootstrap methods.
Spearman's and Kendall's rank-order tests.
Elements of the probability theory within the Jaynes' approach.
Analysis of variability and images.
Data analysis solutions recommended by Particle Data Group.
Cluster analysis.
Model comparison, Akaike test and others.
Lecture, classes, computer laboratory, discussion.
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Laboratorium - pozytywna ocena z kolokwium (50%) i przygotowanie sprawozdania z opracowania wybranego zagadnienia z analizy danych (50%).
Wykład - pozytywna ocena z egzaminu pisemnego.
Ocena końcowa - średnia z ocen z laboratorium i egzaminu.
1. Nowak R., Statystyka dla fizyków, PWN, Warszawa, 2002
2. Brandt S., Analiza danych, PWN, Warszawa, 1998
3. Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych.
1. Bevington P.R., Robinson D.K., Data Reduction and Error Analysis for the Physical Sciences, McGraw-Hill Education, New York, 2003
2. Jaynes E.T., Probability Theory: The Logic of Science, Cambridge University Press, 2003
3. Bretthorst G.L, Bayesian Spectrum Analysis and Parameter Estimation, Springer, 1988
Zmodyfikowane przez dr hab. Piotr Lubiński, prof. UZ (ostatnia modyfikacja: 05-03-2020 18:41)