具有多个误差线的 Python 线性拟合

Question

我正在用线性拟合拟合一些数据。我想加权误差条。到目前为止，我一直在使用斗牛犬fitting.py。他们的linear_fit 使加权线性回归变得非常容易。不幸的是，我正在使用的数据在 X 和 Y 方向都有错误。

我想知道如何在实践中（在 Python 中）和理论上（在统计方面）做到这一点。

Answer 1

您可以使用scipy.optimize.fmin() 函数 (see this example) 来最小化计算 x 和 y 方向平方偏差的评价函数（您必须定义它）。

Answer 2

有几个选择：

1. scipy.optimize.leastsq（用于total least squares）
2. scipy.odr（用于Deming regression）。

这两种解决方案都将解释 X 和 Y 方向的独立误差（odr 中的 scld 数组）。