作为一名物理学家,我的测量数据几乎总是有x和y误差。我可以使用gnuplot或PythonPython语言中的scipy.optimize.curve_fit将像a x^2 \exp(-b x^2)这样的函数适合它。我在两个程序中得到的a和b的拟合误差只给出了拟合的等级,而不是a和b的实际误差。
因此,虽然我有一个协方差矩阵,但当我将y-errors加倍时,它不会改变。在实验手册中,它展示了如何进行加权线性拟合并正确给出误差。
除了与y-error一起称重之外,是否还有其他软件包可供选择?我可以使用自己的公式,实现手册中的公式,并将所有数据转换为线性拟合。但是有没有更简单的方法呢?
发布于 2015-07-26 04:22:50
到目前为止,有几件事已经改变了。有一个linfit包可以做到这一点。SciPy函数curve_fit现在具有absolute_sigma选项,该选项将考虑x中的错误。
然而,我现在已经通过使用bootstrap方法来估计我的错误,从而绕过了整个问题。这涉及到对不同数据选择的大量拟合。
https://stackoverflow.com/questions/16359859
复制相似问题