如何解决如何获得响应于 scipy.odr 拟合中原始数据错误的拟合参数的错误？
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。
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？
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。
