Advanced data analysis methods - opis przedmiotu

Informacje ogólne

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

Informacje o przedmiocie

Semestr	3
Liczba punktów ECTS do zdobycia	4
Występuje w specjalnościach	Fizyka komputerowa
Typ przedmiotu	obowiązkowy
Język nauczania	angielski
Sylabus opracował	dr hab. Piotr Lubiński, prof. UZ

Formy zajęć

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

Cel przedmiotu

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.

Wymagania wstępne

Measurement data analysis.

Fundamentals of programming.

Zakres tematyczny

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.

Metody kształcenia

Lecture, classes, computer laboratory, discussion.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

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.

Literatura podstawowa

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.

Literatura uzupełniająca

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

Uwagi

Zmodyfikowane przez dr hab. Piotr Lubiński, prof. UZ (ostatnia modyfikacja: 05-03-2020 18:41)