如何解决有什么方法可以在python lmfit包中计算参数协方差矩阵而不是相关矩阵
我已经重新参数化形式为 k = kref*exp(-E/R((1/T)-(1/Tref)) 的 Arrhenius 方程,我想估计我从 lmfit 包中获得的参数 E 和 kref 以及它们之间的相关性。 然而,重新参数化的整个想法是查看在原始 Arrhenius 方程重新参数化后我们是否得到 k0 和 E 之间的低相关性,即 k = ko*exp(-E/RT) 其中 kref = ko*exp(-E/RTref) 所以我得到以下关系
Cov(ko,E)/k0 = Var(E)/RTref - Cov(Kref,E)/kref
所以我的问题是有什么方法可以找到 Var(E) 和 kref 的标准偏差??
解决方法
我不确定我是否理解您的要求 - 您的符号不清楚。提供最少且完整的工作代码示例确实总是更好。
lmfit 的拟合结果确实包括变量参数之间的协方差矩阵 (covar
)。这就是你要找的吗?
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。