相关疑难解决方法(0)

如何用Python确定拟合参数的不确定性?

我有x和y的以下数据:

x   y
1.71    0.0
1.76    5.0
1.81    10.0
1.86    15.0
1.93    20.0
2.01    25.0
2.09    30.0
2.20    35.0
2.32    40.0
2.47    45.0
2.65    50.0
2.87    55.0
3.16    60.0
3.53    65.0
4.02    70.0
4.69    75.0
5.64    80.0
7.07    85.0
9.35    90.0
13.34   95.0
21.43   100.0
Run Code Online (Sandbox Code Playgroud)

对于上面的数据,我试图在表单中拟合数据:

式

然而,x和y存在某些不确定性,其中x具有x的50%的不确定性,y具有固定的不确定性.我试图用这个不确定性包来确定拟合参数的不确定性.但是,我遇到了曲线拟合与scipy optimize曲线拟合函数的问题.我收到以下错误:

minpack.error:函数调用的结果不是一个正确的浮点数组.

如何修复以下错误并确定拟合参数(a,b和n)的不确定度?

MWE

from __future__ import division
import numpy as np
import re
from scipy import optimize, interpolate, spatial
from scipy.interpolate import UnivariateSpline
from uncertainties import unumpy


def …
Run Code Online (Sandbox Code Playgroud)

python numpy curve-fitting scipy uncertainty

11
推荐指数
1
解决办法
3026
查看次数

标签 统计

curve-fitting ×1

numpy ×1

python ×1

scipy ×1

uncertainty ×1