Program wykładu 

1. Podstawowe elementy procesu pomiaru i analizy danych oraz ich wzajemne relacje: postawienie problemu fizycznego, projekt eksperymentu, modelowanie komputerowe, konfiguracja aparatury, pomiary, analiza danych, weryfikacja hipotez teoretycznych, interpretacja rezultatów i wnioski.
   
2. Wyniki pomiarów i statystyka: pomiary proste i złożone, rozkłady statystyczne wyników pomiarów, momenty, współczynniki korelacji, macierz kowariancji, zamiana zmiennych, metoda propagacji błędów oraz możliwości i ograniczenia jej stosowania w konkretnych problemach pomiarowych.
   
3. Podstawowe rozkłady statystyczne i ich realizacja w procesach i pomiarach fizycznych: rozkłady: dwumianowy i wielomianowy, Piossona, Gaussa, eksponencjalny, (chi^2, itd., przykłady procesów prowadzących do danych rozkładów statystycznych, centralne twierdzenie graniczne i jego praktyczne implikacje, rozkłady jedno i wielowymiarowe, zagadnienie korelacji parametrów.
   
4. Proces pomiaru jako pobieranie próby: rozkłady częstości, problem estymacji parametrów, własności estymatorów, stopnie swobody, pomiary w obecności tła.
   
5. Metoda największej wiarygodności: definicja funkcji wiarygodności, równanie wiarygodności, wyznaczanie parametrów  metody rozwiązywania równania wiarygodności.
   
6. Metoda najmniejszych kwadratów: pomiary bezpośrednie o równej i różnej dokładności, aproksymacja liniowa i wielomianowa, pomiary pośrednie i przypadki nieliniowe, zasady konstrukcji procesu iteracji, przypadek ogólny dopasowania metodą najmniejszych kwadratów.
   
7. Zagadnienia weryfikacji hipotez na podstawie wyników pomiarów: testy statystyczne i ich własności, porównywanie rozkładów doświadczalnych, optymalny wybór przedziałów, problem wyboru testu, zasady odrzucania hipotez, testy hipotez złożonych.
   
8. Minimalizacja funkcji: problemy fizyczne i pomiarowe prowadzące do zagadnień minimalizacji, metody i algorytmy minimalizacji, wybór metody minimalizacyjnej, dokładność estymacji parametrów, przykłady programów minimalizacyjnych i ich zastosowania w konkretnych problemach analizy danych.
   
9. Elementy metod Monte-Carlo: komputerowe metody generacji liczb pseudolosowych, generacja liczb z rozkładów ciągłych i dyskretnych, metoda Von Neumana, generowanie liczb losowych z rozkładów jedno i wielowymiarowych.
   
10. Modelowanie komputerowe eksperymentu fizycznego: modelowanie konfiguracji układu pomiarowego, konstruowanie "filtru eksperymentalnego", rekonstrukcja procesu pomiaru, wyznaczenie optymalnych parametrów procedury pomiarowej.
    
11.  Globalna sieć komputerowa GRID oraz realizacja pomiarów i analizy danych w Laboratorium CERN jako konkretny przykład współdziałania fizyków, informatyków, elektroników itd. a także współpracy międzynarodowej w rozwiązywaniu problemów pomiarów fizycznych i analizy danych.

Literatura:

1. S. Brandt; Analiza danych, PWN, Warszawa (1998)
2. Roman Nowak, Statystyka dla fizyków, PWN,  Warszawa (2002)
3. W.T.Eadie, D.Drijard, F.E.James, M.Ross, B.Sadoulet; Metody statystyczne w fizyce doświadczalnej, PWN, Warszawa (1989)
4. A.Plucińska, E.Pluciński; Elementy probabilistyki, PWN, Warszawa (1979)
5. Programy biblioteki CERN : CERNLIB, HBOOK, PAW, ROOT