Statistické zpracování dat 2

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra fyziky

Anotace:

Individuální práce studentů obsahuje implementaci a vyzkoušení vlastního programu pro analýzu nagenerovaných dat. Výsledek je ověřen u zkoušky prezentací funkčnosti programu.

Požadavky:

Znalosti na úrovni základního kurzu pravděpodobnosti a statistiky.

Osnova přednášek:

1. Gaussovský šum ? odezva detektoru.

2. Fisherova informace.

3. Testování hypotéz I.

4. Testování hypotéz II.

5. Metoda maximální entropie.

6. Goodness of fit. I.

7. Goodness of fit II.

8. Dekonvoluce I. - Bayesovský přístup

9. Dekonvoluce II. - SVD metoda

10. Metody pro generování náhodných výběrů.

11. Simulace náhodných procesů metodou Monte Carlo.

12. Neurální sítě, velká data

Osnova cvičení:

1. Gaussovský šum ? odezva detektoru.

2. Fisherova informace.

3. Testování hypotéz I.

4. Testování hypotéz II.

5. Metoda maximální entropie.

6. Goodness of fit. I.

7. Goodness of fit II.

8. Dekonvoluce I. - Bayesovský přístup

9. Dekonvoluce II. - SVD metoda

10. Metody pro generování náhodných výběrů.

11. Simulace náhodných procesů metodou Monte Carlo.

12. Neurální sítě, velká data

Cíle studia:

Znalosti: pokročilejší aplikace statistických metod při experimentálním zpracování dat a vhodnost využití jednotlivých metod, způsoby filtrování a testování hypotéz

Schopnosti: orientace v dané problematice, schopnost samostatné analýzy experimentálních dat

Studijní materiály:

Povinná literatura:

D.S. Sivia ? Data Analysis ? A Bayesian Tutorial, Oxford, 2006.

F. James: Statistical methods in Experimental physics, World Scientific, 2006

Doporučená literatura:

G. Cowan, Statistical Data Analysis, Clarendon Press, Oxford, 1998.

T. Eadie et al., Statistical Methods in Experimental Physics, Amsterdam,1971.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: