Tuesday, March 26, 2013

Monte Carlo法在物理上有很多应用(更别提其他领域了),比如激光器发射的光子呈Poisson分布

大部分研究論文中,經過整合呈現數據或分析結果,通常需考慮下列事項,確保數據的正確性,才能表示得到的結果具有可信度及綜合性:

  • 考慮實際情況或數據的收集方法(涉及試驗設計與試驗方法)。
  • 定義誤差來源(隨機或系統性):所有數據都會有誤差,但絕不能是錯誤!
  • 檢驗並納入各種誤差來源。
  • 訂定測量値或計算值可允許的誤差範圍。

誤差可分為隨機誤差與系統性誤差,讓我們先來看看什麼是隨機誤差:

  • 相同的定量樣品,多次測量結果所包含的誤差:測量值的分布情形,是根據發生的機率而來,產生所謂的機率分布。
  • 隨機誤差的來源:
  1. 統計影響:根據試驗設計選擇正確的統計方式,避免擴大誤差,得出錯誤的結果(顯著?還是不顯著?)。
  2. 測量過程的限制:例如儀器的偵測極限,或是儀器本身的誤差範圍。
  • 常見機率分布型態
兩種型態的二項 (binomial) 分布圖:
1. 測量次數或樣本數少,機率不連續且不對稱:卜瓦松 (Poisson) 分布。
英文編修、論文修改、英文修改、論文編修
(該圖擷取自維基百科 Poisson distribution
2. 測量次數或樣本數多,機率連續且對稱(常態分布)。
英文編修、論文修改、英文修改、論文編修
(該圖擷取自維基百科 Normal distribution

No comments:

Post a Comment