FYSA1140 Fitting Models to Data (1 cr)
Study level:
Intermediate studies
Grading scale:
Pass - fail
Language:
Finnish
Responsible organisation:
Department of Physics
Curriculum periods:
2017-2018, 2018-2019, 2019-2020
Description
Sisältö
Lineaarinen malli: aineistomatriisi, kovarianssi, korrelaatiokerroin; epälineaarinen matemaattinen malli: rajajakauma, suurimman uskottavuuden menetelmä; Chi2-jakauma, satunnaisvirhe, sovitusparametrien virhearvioiden tulkinta, ilmaisimen ja fysikaalisen prosessin konvoluutio; tieteelliset ohjelmakirjastot sovittamisessa (esim. python scipy).
Suoritustavat
Keskustelut ja vuorovaikutteiset tilaisuudet, projektityöt.
Arviointiperusteet
Opintojakson suorittamiseen vaaditaan projektitehtävien hyväksytty suorittaminen sekä suoritustavasta riippuen osallistuminen kontaktiopetukseen. Opettaja päättää projektitehtävien hyväksymisperusteet.
Learning outcomes
Opintojakson suoritettuaan opiskelija osaa erottaa lineaarisen ja epälineaarisen mallin toisistaan ja tunnistaa mallin sovittamiseen liittyviä virhelähteitä. Opiskelijalla on käsitys fysikaalisen mallin luonteesta esimerkiksi mittauslaitteiston ja fysikaalisen prosessin konvoluutiona. Opiskelija osaa arvioida mallin ja havaintojen vastaavuutta kvantitatiivisesti ja selittää mallin vapausasteiden vaikutuksen sovitukseen. Opiskelija osaa tuottaa yksinkertaisen analyysiohjelman, joka lukee aineiston ja sovittaa siihen valitun mallin.
Additional information
Ajankohta kevätlukukausi, tarvittaessa.
Description of prerequisites
Esitietovaatimuksena opiskelijan oletetaan saavuttaneen osaamiselle opinjaksoilla Fysiikan kokeelliset menetelmät ja Fysiikan numeeriset menetelmät asetetut tavoitteet.
Literature
- Frederick James, Statistical Methods in Experimental Physics, 2nd Edition, ISBN-13 978-981-256-795-6. World Scientific, 2006.
Completion methods
Method 1
Select all marked parts
Parts of the completion methods
x
Teaching (1 cr)
Type:
Participation in teaching
Grading scale:
Pass - fail
Language:
Finnish