如何计算多项式拟合的误差(斜率和截距)

发布时间：2020-12-16 21:57:49 所属栏目：Python 来源：网络整理

导读：嗨我想计算由scipy.polyfit函数计算的斜率和截距误差.我有(/ )ydata的不确定性所以如何将它包括在计算斜率和截距的不确定性？我的代码是, from scipy import polyfitimport pylab as pltfrom numpy import *data = loadtxt("data.txt")xdata,ydata = data[:,

嗨我想计算由scipy.polyfit函数计算的斜率和截距误差.我有(/ – )ydata的不确定性所以如何将它包括在计算斜率和截距的不确定性？我的代码是,

from scipy import polyfit
import pylab as plt
from numpy import *

data = loadtxt("data.txt")
xdata,ydata = data[:,0],data[:,1]


x_d,y_d = log10(xdata),log10(ydata)
polycoef = polyfit(x_d,y_d,1)
yfit = 10**( polycoef[0]*x_d+polycoef[1] )


plt.subplot(111)
plt.loglog(xdata,ydata,'.k',xdata,yfit,'-r')
plt.show()

非常感谢

最佳答案

您可以使用scipy.optimize.curve_fit而不是polyfit.它有一个参数sigma来表示ydata的错误.如果序列中的每个y值都有错误(因此yerror与y_d序列的长度相同),您可以执行以下操作：

polycoef,_ = scipy.optimize.curve_fit(lambda x,a,b: a*x+b,x_d,sigma=yerror)

有关替代方案,请参阅适用于Scipy Cookbook中有错误数据的幂律的段落.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!