如何解决高斯分布与lmfit拟合
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;
}}
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。