Jak Začít?

Máš v počítači zápisky z přednášek
nebo jiné materiály ze školy?

Nahraj je na studentino.cz a získej
4 Kč za každý materiál
a 50 Kč za registraci!




Předmět Statistické metody ve fyzice vysokých energií (NJSF143)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NJSF143 - Statistické metody ve fyzice vysokých energií, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze (UK).

Top 10 materiálů tohoto předmětu

Materiály tohoto předmětu

Materiál Typ Datum Počet stažení

Další informace

Sylabus

Stručný úvod do matematické statistiky: pravděpodobnost, hustota pravděpodobnosti, kumulativní hustota pravděpodobnosti, momenty, MC metoda, propagace chyb, korelace, charakteristické funkce, příklady rozdělení pravděpodobnosti.Odhad parametrů metodou maximální věrohodnosti (maximum likelihood): definice, variance M.L. odhadů (analytická metoda, MC metoda, applikace RCF nerovnosti, grafická metoda), případ pro více parametrů, M.L. kontury a jejich interpretace, M.L. metoda pro binovaná data, souvislost s metodou nejmenších čtverců, M.L. pro váhovaná data, extended likelihood, constrained likelihood, profile likelihood, příklady implementace v Rootu a RooFituIntervalový odhad parametrů: klasická teorie intervalů spolehlivosti, příklady pro normální, poissonovo a binomické rozdělení, interval spolehlivosti pro M.L. odhady, vícerozměrné intervaly spolehlivosti, interval spolehlivosti blízko hranice parametrického prostoru, Bayesovský přístupStatistické testy: hypotéza, testovací statistika, úroveň spolehlivosti, Fisherův diskriminant, nelineární diskriminant (neuronové sítě, boosted decision tree, ...), separace signálu a pozadí, testování kvality fitu, implementace v ROOTuOdhad limitů fyzikálních modelů: lokální p a p0 hodnota, signifikance, globální signifikance (look-elsewhere effect), CLs metoda, profiling, frekventistický vs. bayesovský přístup, prříklady implementace v RooFit a RooStat nástrojíchDekonvoluce (unfolding): efekty detektorového rozlišení na data, migrační matice, inverze migrační matice a problémy této metody, regularizační metody, variance a bias dekonvoluovaných rozdělení, dekonvoluční techniky, příklady v RootuSystematické chyby: časté systematické nejistoty (škála kalibrace energetie a hybnosti, neurčitost v účinnosti a rozlišení), propagace systematických chyb, toy MC, bootstrap metoda

Garant

Mgr. Daniel Scheirich, Ph.D.Mgr. Oldřich Kepka, Ph.D.