如何解决使用 scipy.stats 和 iminuit 进行似然拟合
我需要用似然方法拟合一些实验数据，并生成一些随机数据来检查该技术。我对 iminuit (v 2.7.0) 有一些经验，看起来 scipy.stats 有许多应该有用的现有发行版，提供 pdf/cds 和随机变量（我使用的是 scipy 1.5.2 ）。通常，我需要现有分布的组合，例如平面分布、指数分布和三个高斯分布，所有分布都被截断。到目前为止，我正在做的是：
-
创建
truncFEGGG_gen，scipy.stats.rv_continuous的子类（有 13 个参数，包括边，因为我发现loc和scale相当混乱），覆盖 {{ 1}}、_argcheck、_get_support、_pdf、_cdf和_rvs -
然后我定义我的开始参数：
truncFEGGG = truncFEGGG_gen其中pars = {'nu': 6758,'a': 0.1,'b': 3.6,'c': -87.5,...}是数据中的总计数，其他参数是 cdf 的那些参数 -
I 定义
nu实例用于扩展分箱似然拟合，并将分布的累积计数传递给它：
iminuit这最后一步是目前给我带来麻烦的一步；因为我需要玩几个不同的模型，所以我每次都需要编写一个不同的 m = Minuit(ExtendedBinnednLL(binnedData,binEdges,lambda x,nu,a,b,c,...: nu * td.truncFEGGG.cdf(x,...)),**pars)
函数（一个容易出错的过程），如果我可以将累积计数添加到lambda 一劳永逸地传递该函数：scipy.stats。这似乎不可行 (Adding methods to scipy.stats.rv_continuous,problems with rv_frozen)，所以我想知道其他人会怎么做。有什么建议吗？
- 之后，我运行最小化器，调整开始参数，迭代直到收敛
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
