FS3-01 Tecniche di analisi dati - Data Analysis Techniques

TAD-1.pptx

Part I (Probability + Monte Carlo techniques)

TAD-2.pptx

Part II (Statistics: parameter estimation)

TAD-3.pptx

Part III (Statistics: hypothesis testing, least squares method)

hip_OB.dat

Data file

hip_OB.README

README file

Sun distance from plane.pdf

Presentation

statis_doc.ps

Bibliografia per il corso (giugno 2000)

statis_proc.ps

Notizie pratiche per svolgere gli esercizi, basate su FORTRAN/C e CERNLIB

gfortran_LXPLUS.script

Script per compilare ed eseguire un programma in FORTRAN con CERNLIB - versione LXPLUS - CERN (febbraio 2017)

C_CERN_du.script

Script UNIX per compilare ed eseguire un programma in C con CERNLIB - versione Digital Unix (gennaio 2003)

C_CERN_lx.script

Script UNIX per compilare ed eseguire un programma in C con CERNLIB - versione Linux (gennaio 2003)

mc01.for (Programma in FORTRAN)

Semplice programma di generazione di numeri casuali secondo distribuzione uniforme o gaussiana. Legge un elenco di comandi da mc01.input e scrive i risultati su mc01.hrout (istogrammi in formato HBOOK) e su mc01.output (messaggi di controllo)

vitamu.kumac (Macro di PAW)

Legge due gruppi di dati (mudat0.dat e mudat2.dat) contenenti tempi di vita di muoni in unità di 0.1 microsecondi. Effettua due tipi di adattamento (fit) alla distribuzione dei tempi, il primo con una singola funzione esponenziale, il secondo con la somma di due funzioni esponenziali. Salva gli istogrammi in vitamu.hrout e i risultati del fit in vitamu.output

minu02.for (Programma in FORTRAN)

Effettua l'adattamento (fit) dei dati di vita media di muoni citati sopra mediante chiamate al pacchetto MINUIT. Legge i dati sotto forma di istogrammi (minu02.hrin = vitamu.hrout) e scrive i risultati su minu02.output

minu02.hrin (Dati)

Dati letti dal programma minu02.for sotto forma di istogrammi (minu02.hrin = vitamu.hrout)

minuicon.kumac (Macro di PAW)

Dimostra come ottenere le curve di livello corrispondenti a 1 sigma, 2 sigma, 3 sigma nella correlazione tra due parametri, dopo un fit effettuato con MINUIT.

minuit.ps.gz

Manuale d'uso del pacchetto MINUIT

eserc11.f

Generazione di 100 esperimenti, ciascuno consistente in 200 decadimenti di un sistema con vita media 1 s e deviazione standard 0.5 s; stima della vita media con il metodo della massima verosimiglianza in ogni esperimento; studio della distribuzione delle deviazioni tra le stime e il valore vero

decrad1.c

n0 nuclei radioattivi vengono osservati per 300 secondi. La generazione di numeri casuali viene effettuata, a scelta, con la funzione "rand" oppure con la subroutine RANMAR della CERNLIB. Il numero N(t) di nuclei sopravvissuti in funzione del tempo t viene salvato in una ntupla nel file decrad1.hbook

rootSetup2.sh

Defining and using $ROOTSYS

expFit.cc

C++ code for the ML fit to an exponential function

GNUmakefile

Makefile to compile and build the C++ program

mltest.dat

Input data file

ese6/decay.C (Macro di ROOT con 2 funzioni)

n0 nuclei radioattivi vengono osservati per 300 secondi. Si dovrebbe vedere un'esponenziale. Il risultato è salvato in decay.root

ese6/drawdecay.C

Visualizza il risultato di decay.C

ese6/poisson.C (Macro di ROOT con 5 funzioni)

Si simulano molti esperimenti del tipo descritto in decay.C e si vede come si disttribuisce il numero di nuclei che decadono. Viene fatto il confronto con la distribuzione poissoniana e con la binomiale. Il risultato è salvato in poisson.root

ese6/drawpoisson.C

Visualizza il risultato di poisson.C

MYRANDOM/MyRandom.cxx (classe di ROOT)

Implementa l'estrazione di numeri casuali secondo una funzione assegnata con metodo di reiezione, di inversione e con il metodo nativo di ROOT (inversione numerica). Va inclusa nella sessione di root con il comando .L MyRandom.cxx.

MYRANDOM/testrand.C (Macro di ROOT)

Usa la classe MyRandom.cxx per effettuare la generazione di numeri casuali. Salva i risultati in testrand.root

MYRANDOM/drawrand.C (Macro di ROOT)

Visualizza i risultati di testrand.C

stat0_v6.nb (Mathematica 6 / 7)

Random number extraction.

stat1_v6.nb (Mathematica 6 / 7)

Polynomial Least Squares fits.

stat2_v6.nb (Mathematica 6 / 7)

Confidence intervals.

robust_v6.nb (Mathematica 6 / 7)

Trimmed mean and standard deviation, outliers.

regress1.nb (Mathematica 6 / 7)

Multilinear regression.

stat_evidence.nb (Mathematica 6 / 7)

Misleading and weak evidence, from Blume (2002).