Chi2 实验与理论对比

如何解决Chi2 实验与理论对比

在物理实验室中，我测量了数据，根据理论，这些数据应该适合 y = 1.956x + 1.51。 我已经通过这个函数传递了我的数据来找到我期望得到的值。现在我想用卡方检验来检验拟合优度，看看它是否与理论相符。有人告诉我使用 Scipy.chi2.sf() 但我不太确定这个函数实际上做了什么。我还创建了一个简单的函数来根据我的预期值、测量值和测量误差计算 Chi2 值。

from scipy.stats import chi2

def X2(m,e,er):
    x = np.sum(((m - e)/er)**2)
    return x
degfree = len(energy) - 2 
#len=15
Chi2=X2(1/energy*10**3,getexpect_e(theta),percent_error)

Chi2 回归 4.106113442837043 减少的 Chi2 [chi2/degfree] 返回 0.3158548802182341。 为了更好地拟合，减少的 Chi2 应该接近 1。

我的问题是 scipy.chi2.sf() 实际上在数学上做了什么（它需要什么参数、输出等）以及它应该如何用于分析我的数据。我不确定我应该将哪些值放入函数中，或者一旦它给我一个输出，我什至应该用它做什么。