Numpy polyfit - 协方差矩阵

Question

当将一条直线拟合到一组数据，加上误差时，我期望polyfit返回一个2x2协方差矩阵，我可以从中找到对角元素的平方根以找出系数中的不确定性，但我不知道

这是一个最低限度的工作示例：

from numpy import polyfit

x=[1.,2.,3.,4.,5.,6.,7.,8.,9.]
y=[1.,3.,2.,4.,5.,6.,6.,8.,9.]

yerr=[10.,5.,3.,2.,10.,10.,10.,10.,10.]

linear = polyfit(x,y, 1, w=yerr, full=True)

print(linear)

输出：

(array([ 0.95730623,  0.11546722]), array([ 114.79556527]), 2, array([ 1.38182992,  0.30090875]), 1.9984014443252818e-15)

谢谢！

Answer 1

document说：

• cov：bool，可选

  返回估计值和估计值的协方差矩阵如果full为True，则不返回cov。

因此设置cov=True和full=False（默认设置）将返回均衡矩阵。