帶有多個誤差線的Python線性擬合

我用線性擬合擬合一些數據。我想重量誤差棒。到目前爲止，我一直在使用鬥牛犬fitting.py。他們的linear_fit使加權線性迴歸非常容易。不幸的是，我正在使用的數據在X和Y方向都有錯誤。帶有多個誤差線的Python線性擬合

我想知道，實際上（在Python中）和理論上（在統計學上）如何做到這一點。

2012-08-01 pirtle

理論上，這是[總最小二乘]（http://en.wikipedia.org/wiki/Total_least_squares） - 稱爲[Deming regression]（http://en.wikipedia.org/wiki/Deming_regression）in 2變量的情況。 – tiwo 2012-08-01 02:17:30

有兩個選擇：

scipy.optimize.leastsq（爲total least squares）
scipy.odr（爲Deming regression）。

這兩種解決方案都將解決X和Y方向上的獨立誤差（odr中的scld數組）。

來源

2012-10-02 20:30:09

leastsq如何在x和y方向上獲取錯誤。我找不到參數。 – sauerburger 2013-09-05 19:43:41

是xtol嗎？抱歉，我真的應該改進這個答案來舉個例子。 – 2013-09-05 20:08:14

我認爲xtol只是一個很小的值來決定何時停止算法。我想它只適用於scipy.odr。 – sauerburger 2013-09-05 20:14:14

您可以使用scipy.optimize.fmin()函數（see this example）來最小化計算x方向和y方向上的平方偏差的評價函數（您必須定義）。

來源

2012-10-02 14:21:48

以上由Stefano Messina提供的示例鏈接已被打破。 – Rohit 2013-07-09 17:38:29

@aging_gorrila對不起，我不知道爲什麼，我修復了這個鏈接，現在它帶到了scipy.optimize教程頁面。 – 2013-07-17 09:50:46

帶有多個誤差線的Python線性擬合

回答

相關問題