KADD 2020 Laboratorium 10 - Revision history

Lgraczyk at 11:24, 16 May 2022

2022-05-16T11:24:25Z

← Older revision		Revision as of 11:24, 16 May 2022
Line 2:		Line 2:
	'''Weryfikacja hipotez statystycznych''' (5 pkt.)		'''Weryfikacja hipotez statystycznych''' (5 pkt.)

-	* The experiment of irradiating a hydrogen bubble chamber with a beam of photons was carried out in order to study the interaction of photons with protons. Photons create electron-positron pairs that can be used to monitor the photon beam. The frequency of images with 0,1,2, ... electron-positron pairs should follow the Poisson distribution. Data should be read from the [http://www.if.pw.edu.pl/~lgraczyk/KADD2016/lab10/dane10.txt file] (the first column shows the number of electron pairs in the image <code>k</code>, and the second column shows the number of photos containing <code>k</code> electron pairs). We can see that this distribution resembles the Poisson distribution - therefore we are trying to calculate the maximum likelihood estimator for the parameters of the Poisson distribution (see[http://www.if.pw.edu.pl/~lgraczyk/KADD2022/Wyklad10-2019.pdf Lecture 10]) (1 ~~pkt~~.)	+	* The experiment of irradiating a hydrogen bubble chamber with a beam of photons was carried out in order to study the interaction of photons with protons. Photons create electron-positron pairs that can be used to monitor the photon beam. The frequency of images with 0,1,2, ... electron-positron pairs should follow the Poisson distribution. Data should be read from the [http://www.if.pw.edu.pl/~lgraczyk/KADD2016/lab10/dane10.txt file] (the first column shows the number of electron pairs in the image <code>k</code>, and the second column shows the number of photos containing <code>k</code> electron pairs). We can see that this distribution resembles the Poisson distribution - therefore we are trying to calculate the maximum likelihood estimator for the parameters of the Poisson distribution (see[http://www.if.pw.edu.pl/~lgraczyk/KADD2022/Wyklad10-2019.pdf Lecture 10]) (1 pt.)

-	* ~~Narysować na jednym wykresie punkty pomiarowe i dopasowanie~~ (~~metodą estymatora największej wiarygodności i funkcją~~ Fit z ROOT~~'a użytą z parametrami~~ "LR" - ~~dopasowanie metodą największej wiarygodności~~). ~~Funkcja~~ TF1 ~~do rysowania~~ (~~i dopasowania~~ ROOT~~'em~~) to TMath::PoissonI (1 ~~pkt~~.)	+	* Draw the measurement points and fit on a single graph (with the maximum likelihood estimator method and the Fit from ROOT function used with the "LR" parameters - maximum likelihood fit method). TF1 function for drawing (and ROOT matching) is TMath :: PoissonI (1 pt.)

	* Sprawdzić jakość dopasowania za pomocą testu χ2. W tym celu należy zaimplementować funkcję obliczającą statystykę testową χ2 zgodnie z wzorem [[File:wzor.png]]		* Sprawdzić jakość dopasowania za pomocą testu χ2. W tym celu należy zaimplementować funkcję obliczającą statystykę testową χ2 zgodnie z wzorem [[File:wzor.png]]

Lgraczyk at 11:16, 16 May 2022

2022-05-16T11:16:46Z

← Older revision		Revision as of 11:16, 16 May 2022
Line 2:		Line 2:
	'''Weryfikacja hipotez statystycznych''' (5 pkt.)		'''Weryfikacja hipotez statystycznych''' (5 pkt.)

-	* ~~Przeprowadzono eksperyment naświetlania wodorowej komory pęcherzykowej wiązką fotonów w celu badania oddziaływań fotonów z protonami~~. ~~Fotony powodują powstawanie par elektron~~-~~pozyton, które mogą być wykorzystane do monitorowania wiązki fotonów~~. ~~Częstość występowania zdjęć z~~ 0,1,2,... ~~parami elektron~~-~~pozyton powinna podlegać rozkładowi Poissona~~. ~~Należy wczytać dane z~~ [http://www.if.pw.edu.pl/~lgraczyk/KADD2016/lab10/dane10.txt ~~pliku~~] (~~w pierwszej kolumnie znajduje się liczba par elektronowych na zdjęciu~~ <code>k</code>, ~~a w drugiej liczba zdjęć zawierających~~ <code>k</code> ~~par elektronowych~~). ~~Widzimy, że rozkład ten przypomina rozkład Poissona~~ - ~~próbujemy zatem obliczyć estymator największej wiarygodności dla parametry rozkładu Poissona~~ (~~patrz~~ [http://www.if.pw.edu.pl/~lgraczyk/~~KADD2019~~/~~Wyklad11~~-2019.pdf ~~Wykład 11~~] ~~slajd 14~~) (1 pkt.)	+	* The experiment of irradiating a hydrogen bubble chamber with a beam of photons was carried out in order to study the interaction of photons with protons. Photons create electron-positron pairs that can be used to monitor the photon beam. The frequency of images with 0,1,2, ... electron-positron pairs should follow the Poisson distribution. Data should be read from the [http://www.if.pw.edu.pl/~lgraczyk/KADD2016/lab10/dane10.txt file] (the first column shows the number of electron pairs in the image <code>k</code>, and the second column shows the number of photos containing <code>k</code> electron pairs). We can see that this distribution resembles the Poisson distribution - therefore we are trying to calculate the maximum likelihood estimator for the parameters of the Poisson distribution (see[http://www.if.pw.edu.pl/~lgraczyk/KADD2022/Wyklad10-2019.pdf Lecture 10]) (1 pkt.)

	* Narysować na jednym wykresie punkty pomiarowe i dopasowanie (metodą estymatora największej wiarygodności i funkcją Fit z ROOT'a użytą z parametrami "LR" - dopasowanie metodą największej wiarygodności). Funkcja TF1 do rysowania (i dopasowania ROOT'em) to TMath::PoissonI (1 pkt.)		* Narysować na jednym wykresie punkty pomiarowe i dopasowanie (metodą estymatora największej wiarygodności i funkcją Fit z ROOT'a użytą z parametrami "LR" - dopasowanie metodą największej wiarygodności). Funkcja TF1 do rysowania (i dopasowania ROOT'em) to TMath::PoissonI (1 pkt.)

Lgraczyk: /* Uwagi */

2020-05-04T14:23:13Z

Uwagi

← Older revision		Revision as of 14:23, 4 May 2020
Line 32:		Line 32:
	* Szukanie parametrów metodą największej wiarygodności polega na rozwiązaniu równań wiarygodności, które są niczym innym tylko warunkami koniecznymi na istnienie maksimum funkcji L (zgodnie z analizą matematyczna - liczymy odpowiednie pochodne)		* Szukanie parametrów metodą największej wiarygodności polega na rozwiązaniu równań wiarygodności, które są niczym innym tylko warunkami koniecznymi na istnienie maksimum funkcji L (zgodnie z analizą matematyczna - liczymy odpowiednie pochodne)
	* Dla rozkładu Poissona estymator o najniższej wariancji otrzymany metodą największej wiarygodności wynika z rozwiązania równania wiarygodności (jedno równanie, bo jeden parametr Lambda) - slajd 14 na Wykładzie 11 [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link]		* Dla rozkładu Poissona estymator o najniższej wariancji otrzymany metodą największej wiarygodności wynika z rozwiązania równania wiarygodności (jedno równanie, bo jeden parametr Lambda) - slajd 14 na Wykładzie 11 [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link]
-	* Druga część, po znalezieniu estymatora o ~~najniższej~~ wiarygodności, polega na przeprowadzeniu testu chi-kwadrat. W tym celu czytamy dokładnie Wykład 11 (zwłaszcza slajdy 7-16) [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link].	+	* Druga część, po znalezieniu estymatora o najwyższej wiarygodności, polega na przeprowadzeniu testu chi-kwadrat. W tym celu czytamy dokładnie Wykład 11 (zwłaszcza slajdy 7-16) [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link].
	* Na wykresie poniżej (histogram) są dwie linie - niebieska i czerwona. Jedna z nich to dopasowanie dokonane automatycznie funkcją <code>Fit</code>, druga to ręczne dopasowanie sposeb powyżej.		* Na wykresie poniżej (histogram) są dwie linie - niebieska i czerwona. Jedna z nich to dopasowanie dokonane automatycznie funkcją <code>Fit</code>, druga to ręczne dopasowanie sposeb powyżej.
	* Do rozkładu Poissona w postaci takich "schodków" stosujemy funkcję <code>TMath::PoissonI</code> ([https://root.cern.ch/root/html534/TMath.html#TMath:PoissonI link])		* Do rozkładu Poissona w postaci takich "schodków" stosujemy funkcję <code>TMath::PoissonI</code> ([https://root.cern.ch/root/html534/TMath.html#TMath:PoissonI link])

Lgraczyk: Created page with "== Zadanie == '''Weryfikacja hipotez statystycznych''' (5 pkt.) * Przeprowadzono eksperyment naświetlania wodorowej komory pęcherzykowej wiązką fotonów w celu badania oddz..."

2020-05-04T09:24:40Z

Created page with "== Zadanie == '''Weryfikacja hipotez statystycznych''' (5 pkt.) * Przeprowadzono eksperyment naświetlania wodorowej komory pęcherzykowej wiązką fotonów w celu badania oddz..."

New page

== Zadanie ==
'''Weryfikacja hipotez statystycznych''' (5 pkt.)

* Przeprowadzono eksperyment naświetlania wodorowej komory pęcherzykowej wiązką fotonów w celu badania oddziaływań fotonów z protonami. Fotony powodują powstawanie par elektron-pozyton, które mogą być wykorzystane do monitorowania wiązki fotonów. Częstość występowania zdjęć z 0,1,2,... parami elektron-pozyton powinna podlegać rozkładowi Poissona. Należy wczytać dane z [http://www.if.pw.edu.pl/~lgraczyk/KADD2016/lab10/dane10.txt pliku] (w pierwszej kolumnie znajduje się liczba par elektronowych na zdjęciu <code>k</code>, a w drugiej liczba zdjęć zawierających <code>k</code> par elektronowych). Widzimy, że rozkład ten przypomina rozkład Poissona - próbujemy zatem obliczyć estymator największej wiarygodności dla parametry rozkładu Poissona (patrz [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf Wykład 11] slajd 14) (1 pkt.)

* Narysować na jednym wykresie punkty pomiarowe i dopasowanie (metodą estymatora największej wiarygodności i funkcją Fit z ROOT'a użytą z parametrami "LR" - dopasowanie metodą największej wiarygodności). Funkcja TF1 do rysowania (i dopasowania ROOT'em) to TMath::PoissonI (1 pkt.)

* Sprawdzić jakość dopasowania za pomocą testu χ2. W tym celu należy zaimplementować funkcję obliczającą statystykę testową χ2 zgodnie z wzorem [[File:wzor.png]]
gdzie: nk - liczba obserwacji w k-tym binie, npk - przewidywana przez teorię liczba przypadków w k-tym binie tj.:

// h - histogram danych
// g - przewidywanie "teoretyczne"
double chi2(TH1D *h, TF1 *f);

* Okreslić liczbę stopni swobody i obliczyć wartość statystyki testowej. (1 pkt.)

* Zaimplementować funkcję zwracającą wynik testu χ2 na zadanym poziomie istotności α tj.:
// true - brak podstaw do odrzucenia hipotezy
// false - sa podstawy do odrzucenia hipotezy
// Parametry:
// T - wartosc statystyki testowej chi2
// alpha - poziom istotnosci
// ndf - liczba stopni swobody rozkladu chi2
bool testChi2(double T, double alpha, int ndf);

Wykorzystując zaimplementowaną funkcję zweryfikować hipotezę mówiacą, że dane pomiarowe podlegają rozkładowi Poissona. Dobrać odpowiednią wartość poziomu istotności. Uwaga! Kwanyl możemy odczytać z policzonej na ostatnich zajęciach dystrybuanty. (2 pkt.)

== Uwagi ==
* Nasze zadanie to '''ręczne''' przeprowadzenie czynności wykonywanych automatycznie przez funkcję <code>Fit</code>.
* Zadanie zawiera w sobie dwie części: wyznaczenie parametru rozkładu Poissona '''metodą największej wiarygodności''' (maximum likelihood), szukając '''estymatora o najniższej wariancji'''. Czytamy zatem: Wykład 9 [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad9-2019.pdf link] - o metodzie największej wiarygodności, od początku do slajdu 24 (to są części teoretyczne z wyprowadzeniami), dalej Wykład 10 [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad10-2019.pdf link]
* Funkcja wiarygodności to ogólnie rzecz biorąc funkcja rozkładu prawdopodobieństwa dla '''parametrów''' badanego rozkładu, okreslana na podstawie próby losowej (jeżeli badamy np. rozkład wzrostu Polaków f(x), gdzie X to zmienna losowa okreslająca wzrost Polaków, np. rozkład Gaussa o dwóch parametrach (średnia, odchylenie), to L będzie funkcją wiarygodności, rozkładem prawdopodobieństwa parametrów średniej i odchylenia -> szukamy maksimum funkcji L, które da nam najbardziej wiarygodne wartości parametrów średnia i odchylenie funkcji f(x))
* Szukanie parametrów metodą największej wiarygodności polega na rozwiązaniu równań wiarygodności, które są niczym innym tylko warunkami koniecznymi na istnienie maksimum funkcji L (zgodnie z analizą matematyczna - liczymy odpowiednie pochodne)
* Dla rozkładu Poissona estymator o najniższej wariancji otrzymany metodą największej wiarygodności wynika z rozwiązania równania wiarygodności (jedno równanie, bo jeden parametr Lambda) - slajd 14 na Wykładzie 11 [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link]
* Druga część, po znalezieniu estymatora o najniższej wiarygodności, polega na przeprowadzeniu testu chi-kwadrat. W tym celu czytamy dokładnie Wykład 11 (zwłaszcza slajdy 7-16) [http://www.if.pw.edu.pl/~lgraczyk/KADD2019/Wyklad11-2019.pdf link].
* Na wykresie poniżej (histogram) są dwie linie - niebieska i czerwona. Jedna z nich to dopasowanie dokonane automatycznie funkcją <code>Fit</code>, druga to ręczne dopasowanie sposeb powyżej.
* Do rozkładu Poissona w postaci takich "schodków" stosujemy funkcję <code>TMath::PoissonI</code> ([https://root.cern.ch/root/html534/TMath.html#TMath:PoissonI link])
* Kwantyl rozkładu chi-kwadrat o odpowiedniej liczbie stopni swobody do wykonania testu możemy odczytać z '''Zadania 9''' (poprzednie zajęcia) - po to żeśmy te rozkłady chi-kwadrat rysowali.

== Wynik ==

[[File:Lab10_2.png]]

Output:
FCN=5.75356 FROM MIGRAD STATUS=CONVERGED 29 CALLS 30 TOTAL
EDM=5.17016e-07 STRATEGY= 1 ERROR MATRIX ACCURATE
EXT PARAMETER STEP FIRST
NO. NAME VALUE ERROR SIZE DERIVATIVE
1 p0 3.55268e+02 1.88558e+01 3.25727e-02 3.68816e-05
2 p1 2.33737e+00 8.17264e-02 1.40382e-04 -2.26405e-03
ERR DEF= 0.5

Lambda najwiekszej wiarygodnosci: 2.33239
Lambda (ROOT Fit): 2.33737
chi2 (wartosc statystyki testowej T): 10.5336
chi2/NDF: 1.7556
chi2 (ROOT Fit): 9.85507
chi2 (ROOT Fit)/NDF: 1.40787
Poziom istotnosci alpha: 0.01
Wynik testu: nie ma podstaw do odrzucenia hipotezy