如何计算多项式拟合的误差(斜率和截距)

概述嗨我想计算由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,y

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[:,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 *** 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. 总结

以上是内存溢出为你收集整理的如何计算多项式拟合的误差(斜率和截距)全部内容，希望文章能够帮你解决如何计算多项式拟合的误差(斜率和截距)所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。