model-fitting

5熱度

1回答

好了，我的當前曲線擬合代碼具有使用scipy.stats來確定基於所述數據的權利分發的步驟， distributions = [st.laplace, st.norm, st.expon, st.dweibull, st.invweibull, st.lognorm, st.uniform] mles = [] for distribution in distributions:

2熱度

1回答

當其中一個擬合參數更改xdata輸入數組值時，我可以使用適合python的scipy.curve嗎？

這是我第一次發佈一個問題，我會盡量讓它儘可能清晰，但可以隨時提問。我嘗試使用下面的方法scipy.curve_fit以適應模型曲線： import numpy as np import matplotlib.pyplot as pyplot import scipy from scipy.optimize import curve_fit def func2(x,EM):

0熱度

1回答

多變量非線性curve_fit與scipy

我一直在嘗試使用scipy.optimize curve_fit使用多個變量。它正常工作與我創建的測試代碼，但是當我嘗試實現這個在我的實際數據我不斷收到以下錯誤 TypeError: only arrays length -1 can be converted to python scalars 陣列的形狀和它們的元素在我的測試代碼中的數據類型和實際的代碼是完全一樣的，所以我很困惑，爲什麼我得到這

0熱度

1回答

預測與華冠通訊（）平穩序列

我在預測鍛鍊工作。首選模型是ARIMA（0,0,1）（0,1,1）4，其中有三個外生變量（Forestalling.1，Forestalling.2，Break）。我的因變量是Pmean，平均房價，外生變量是指示立法和財產危機變化的虛擬變量（這些變量由以下值0,1，-1組成）。我最初的方法是者區分原始的和適合ARIMA（）模型;然而，這使我試圖預測系列作爲預測是在平穩序列完成後麻煩 - DIFF

0熱度

1回答

Python的配件：優化循環

我試圖將多個高斯給定的數據，並在第500個型號達到時，這部分程序是用約3 GB的內存，我需要適應總共〜2000款。下面是我的程序與隨機生成的數據，這不會產生非常適合一個到簡體版本，但它說明了時間的問題：我無法想出一個辦法來優化這個部分，使其 import sys sys.setrecursionlimit(5000) import matplotlib.pyplot as plt impor

1熱度

1回答

如何向nlm提供梯度（或粗麻布）？

在幫助文件對於非線性函數minimiser stats::nlm它指出的參數f一個是（重點煤礦）：函數最小化，返回單個數值。這應該是一個函數，第一個參數是一個p長度的向量，後面是由......參數指定的任何其他參數。如果函數值具有稱爲漸變的屬性或梯度屬性和hessian屬性都爲，則這些屬性將用於計算更新後的參數值。這是否意味着梯度和粗麻布由相同的命令供給： attr(f, 'gradient

0熱度

2回答

從MatLab擬合對象圖得到點

我是一個Matlab業餘，所以請忍受我 - 我目前使用Matlab來擬合複雜的方程到二維數據。現在我有一個程序，它使用f = fit(xdata, ydata, function, options)來生成一個合適的對象。然後，我可以使用confint(f)和f.parameter等來獲得擬合係數和置信區間，我可以使用plot(f,x,y)來繪製數據和擬合圖。從這一點，我知道如何獲得繪製的點的唯

2熱度

1回答

使用識別出的恆星和天體擬合WCS座標解法

我有一個固定的全天空相機，並且想要適合WCS解決方案（地圖像素x，y到alt，az）。如果我確定了幾個明星，我可以得到初步的解決方案正是如此 import numpy as np from astropy.modeling import models, fitting from astropy.modeling.projections import Sky2Pix_ZEA, AffineTra

4熱度

1回答

Auto.arima（）函數不會導致白噪聲。我應該如何去建模數據

這是初始數據的圖（執行對數轉換後）。很明顯，既有線性趨勢也有季節性趨勢。我可以通過第一個和第十二個（季節性）差異來解決這兩個問題：diff（diff（data），12）。這樣做之後，這裏是所得數據的圖表。這個數據看起來不太好。雖然平均值不變，但隨着時間的推移，我們會看到漏斗效應。這裏是ACF/PACF：。任何可能適合嘗試的建議。我使用了auto.arima（）函數，該函數建議使用ARIMA

-2熱度

1回答

在R中使用各種標準的配電裝置

請考慮我是一名正在進行常規研究的本科生。有沒有找到和訪問（或執行）使用下面的估計中的R分佈擬合一個簡單，直接的方式：柯爾莫哥洛夫 - 斯米爾諾夫最小距離估計克拉美·馮·米塞斯最小距離估計安德森 - 達林最小距離估算最大似然估計我在各種R軟件包的大量文檔和參考手冊中迷失了自我。這個問題更多地涉及到使用R軟件系統而不是統計本身，這就是爲什麼我在這裏問它在SO。