Python brentq问题
Python brentq问题
提问于 2013-12-17 03:24:14
我使用lmfit来寻找拟合的置信区间，但它经常给我一个错误：ValueError: f(a) and f(b) must have different signs
下面是一个最小的工作示例(运行几次就会得到错误)：
import lmfit
import numpy as np
def residual(p, X):
a1, a2, t1, t2 = [i.value for i in p.values()]
return a1*np.exp(-x/t1)+a2*np.exp(-x/t2)-y
if __name__ == '__main__':
x = np.linspace(0.3,10,100)
y = 3*np.exp(-x/2.)-5*np.exp(-x/10.)+0.2*np.random.randn(x.size)
p = lmfit.Parameters()
p.add_many(('a1', 5), ('a2', -5), ('t1', 2), ('t2', 5))
mi = lmfit.minimize(residual, p, args=(x,))
lmfit.printfuncs.report_fit(mi.params, show_correl=False)
ci, trace = lmfit.conf_interval(mi, sigmas=[0.68,0.95], trace=True, verbose=False)
lmfit.printfuncs.report_ci(ci)它为什么要这样做？有没有什么办法呢？
谢谢
回答 1
Stack Overflow用户
发布于 2013-12-17 11:26:37
我不知道具体的答案或解决方法。
我会把它报告为一个问题https://github.com/lmfit/lmfit-py/issues。
通过找到轮廓似然等于某个值的点来计算置信区间。这需要找到一个非线性函数的零点或根。这种方法通常比依赖局部导数提供更准确的置信区间，例如scipy的curve_fit。
一般来说，为scipy的brentq指定适用于所有情况的界限是很棘手的。我的猜测是，对于您的示例来说，默认边界太紧了。
我对这个方法只有一个大概的概念，但不知道lmfit中的具体代码。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/20619156
复制相关文章
相似问题
腾讯云开发者
