优秀的lmfit包让人们可以进行非线性回归。它可以报告两个不同的conf间隔 - 一个基于协变矩阵，另一个使用基于F检验的更复杂的tecnique。详细信息可以在doc上找到。我想了解他深入推理这项技术的原因。我应该阅读哪些主题？注意：我有足够的统计知识
答案 0 :(得分：3)
这样做的主要原因是在使用这些方法时缺乏关于高斯误差性质的假设。对于非线性系统，置信区间可以（它们不一定）是不对称的。这意味着参数值可以不同地影响误差表面，因此一个，两个或三个西格玛极限在最佳拟合的任一方向上具有不同的量值。
分析超速离心社区有很多涉及错误分析的文章（Tom Laue，John J. Correia，Jim Cole，Peter Schuck是文章搜索的好名字）。如果您想要一个关于正确错误分析的一般性阅读，请查看Michael Johnson的这篇文章： http://www.researchgate.net/profile/Michael_Johnson53/publication/5881059_Nonlinear_least-squares_fitting_methods/links/0deec534d0d97a13a8000000.pdf
干杯！