Kursplan för Statistiska metoder i fysiken

Statistical Methods in Physics

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1FA357
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Fysik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2010-03-18
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2021-03-26
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2022
  • Behörighet: 120 hp med grundläggande statistik och 60 hp fysik. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för fysik och astronomi

Mål

Efter godkänd kurs ska studenten kunna:

  • redogöra för skillnaden mellan Bayesisk och frekventistisk statistik,
  • jämföra olika datamängder och bedöma deras kompatibilitet och behandla mätosäkerheter korrekt,
  • utföra funktionsminimering analytiskt och numeriskt,
  • bestämma konfidensintervall,
  • bestämma parametrar med etablerade metoder,
  • utföra hypotestester och redogöra för sannolikheten i resultatet,
  • använda vanliga mjukvaruverktyg, inklusive Monte Carlo-generatorer, för statistisk analys,
  • genomföra en funktionsutveckling från data .

Innehåll

tatistiska metoder inom fysiken och praktisk användning av dessa. Bayesisk vs. frekventistisk statistik. Osäkerheter, sannolikhetsfördelningar, väntevärden och varianser. Parameterbestämningsmetoder: method of moments, maximum-likelihood, minsta kvadratmetoden. Hypotestester: Chi2och Kolmogorov-Smirnov test. Signal vs. bakgrund, funktionsminimering med bivillkor. Orientering om numeriska minimeringsmetoder, Monte Carlo-generatorer och funktionsutveckling från data.

Undervisning

Nätbaserade föreläsningar, salsundervisning med fokus på problemlösning samt seminarier.

Examination

Inlämningsuppgifter med muntlig presentation av lösningsförslag vid seminarier. Aktivt deltagande i undervisning.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Litteratur

Litteraturlista

Gäller från: HT 2022

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

  • Bevington, Philip R.; Robinson, D. Keith Data reduction and error analysis for the physical sciences

    3. ed.: Boston: McGraw-Hill, cop. 2003

    Se bibliotekets söktjänst

    Obligatorisk

Handouts