如何计算多项式拟合的误差(斜率和截距)

前端之家收集整理的这篇文章主要介绍了如何计算多项式拟合的误差(斜率和截距)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

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.

原文链接:https://www.f2er.com/python/439384.html

猜你在找的Python相关文章