如何获得响应于 scipy.odr 拟合中原始数据错误的拟合参数的错误？

问题描述

我很适合scipy.odr。我的数据在 x 和 y（自变量和因变量）中都有错误。我担心参数错误的真实值。

中的输入错误 sx 和 sy

RealData(xdata,ydata,sx=sx,sy=sy)

仅转换为适合的权重。也就是说，ODR 通过 Output.sd_beta 给出参数中的误差，但它们不受 sx 和 sy 的影响 - 不应有更高的不确定性 sx 和 {{1} } 增加 sy 中的错误？

例如对于线性拟合：在我看来，fit with some errors 应该导致 Output.sd_beta 的值小于 fit of the same data with errors twice as large，而参数和误差为 (0.16 +/- 0.06) 和 (1.371 +/ - 0.009) 在第一种情况下，(0.14 +/- 0.05) 和 (1.373 +/- 0.009) 在第二种情况下（误差不受影响）。

如何从sd_beta中得到“真实”的不确定性，即让输入数据的误差体现在输出参数的不确定性上？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）