나는 지금부터 며칠 동안 싸워야한다는 질문을 받았습니다.최소 제곱 피트의 신뢰 밴드를 계산하십시오.
적합도 (95 %) 신뢰 밴드는 어떻게 계산합니까? 데이터에
피팅 곡선은 모든 물리학의 매일의 일이다 - 그래서 나는이 어딘가에 구현해야한다고 생각 -하지만 난 이것에 대한 구현을 찾을 나도 수학적으로이 작업을 수행하는 방법을 알고 할 수 없다 .
내가 찾은 유일한 것은 선형에 대한 좋은 일을 수행하는 seaborn
입니다. 최소 - 스퀘어입니다.
import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd
x = np.linspace(0,10)
y = 3*np.random.randn(50) + x
data = {'x':x, 'y':y}
frame = pd.DataFrame(data, columns=['x', 'y'])
sns.lmplot('x', 'y', frame, ci=95)
plt.savefig("confidence_band.pdf")
그러나 이것은 단지 선형 최소 광장입니다. 예를 들어 내가 좋아할 때.
![saturation-eqn](https://i.stack.imgur.com/AgbFm.gif)
확실히, scipy.optimize.curve_fit
과 같은 최소 제곱 법의 표준 오차로부터 t- 분포를 계산할 수 있습니다. 그러나 그것은 내가 찾고있는 것이 아닙니다.
도움 주셔서 감사합니다.
불행하게도,이 있지만 아직 일반적인 비선형 함수, 현재 선형 함수에 대한 statsmodels에서만 가능하며, 다음 릴리스에서 일반화 선형 모델을 사용할 수 있습니다. – user333700