高斯分布与lmfit拟合

问题描述

我正在使用lmfit进行高斯分布拟合。我有不同的情况（请参见图：Distribution Fits with lmfit），假定它们遵循高斯分布。对于最后一种情况，没有足够的数据来拟合。但是，我仍然需要在这里进行高斯拟合，我的期望是，我将收到一个拟合参数，但由于数据点数量很少，因此不确定性很高。

但是，使用lmfit，我收到了一个我没想到的fit参数。我认为期望值和sigma相差甚远，不确定性也很低。我使用了lmfit的本机高斯模型。如果有人对此行为有一个解释，我将不胜感激：）

第二个问题是，是否有任何方法可以将lmfit的fit函数中的mu位置锁定为0，类似于scipy-stats.norm.fit函数，您可以使用floc = 0将mu固定为0。

这是我使用的拟合函数：

public static ArrayList<CustomBookModel> bookModels (){
    ArrayList<CustomBookModel> bookModelArrayList = new ArrayList<>();

    try{
        JSONObject books = new JSONObject(QUERY_UTILS_URL);
        JSONArray booksArray = books.getJSONArray("items");
        for (int i = 0 ;i < booksArray.length() ;i++ ){
            JSONObject currentBook =booksArray.getJSONObject(i);
            JSONObject infoVolumes = currentBook.getJSONObject("volumeInfo");
            String title = infoVolumes.getString("title");
            String author = infoVolumes.getString("authors");

            CustomBookModel book = new CustomBookModel(title,author);
            bookModelArrayList.add(book);
        }
    } catch (Exception e) {
       Log.e("QueryUtils","problem parsing ....",e);
    }
    return bookModelArrayList;
}}

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@）