scipy.odr.

RealData#

class scipy.odr.RealData(x, y=None, sx=None, sy=None, covx=None, covy=None, fix=None, meta=None)[源]#

真实数据,其权重为实际标准差和/或协方差。

参数:
xarray_like

回归自变量的观测数据

yarray_like, 可选

如果是 array-like,则为回归因变量的观测数据。标量输入表示要用于数据上的模型是隐式的。

sxarray_like, 可选

x 的标准差。sxx 的标准差,通过将 1.0 除以它们的平方转换为权重。

syarray_like, 可选

y 的标准差。syy 的标准差,通过将 1.0 除以它们的平方转换为权重。

covxarray_like, 可选

x 的协方差。covxx 的协方差矩阵数组,通过对每个观测的协方差矩阵执行矩阵求逆将其转换为权重。

covyarray_like, 可选

y 的协方差。covy 是协方差矩阵数组,通过对每个观测的协方差矩阵执行矩阵求逆将其转换为权重。

fixarray_like, 可选

参数和成员 fix 与 Data.fix 和 ODR.ifixx 相同:它是一个与 x 具有相同形状的整数数组,用于确定哪些输入观测值被视为固定。可以使用长度为 m(输入观测值的维度)的序列来固定所有观测值的一些维度。值为 0 表示固定该观测值,值大于 0 表示其为自由的。

metadict, 可选

用于元数据的自由形式字典。

方法

set_meta(**kwds)

使用关键词提供的关键词和数据更新元数据字典。

注释

权重 wdwe 根据提供的值计算如下:

sxsy 通过将 1.0 除以它们的平方转换为权重。例如,wd = 1./np.power(`sx`, 2)

covxcovy 是协方差矩阵数组,通过对每个观测的协方差矩阵执行矩阵求逆将其转换为权重。例如,we[i] = np.linalg.inv(covy[i])

这些参数遵循与 wd 和 we 相同的结构化参数约定,仅受其性质限制:sxsy 不能是秩为 3 的,但 covxcovy 可以。

只能设置 either sxcovx (不能同时设置)。同时设置将引发异常。对 sycovy 亦是如此。