Question

下面的python代码没有显示chi2和减少的chi2。它只显示变量和相关性。这是为什么？

代码如下所示。

#!/usr/bin/env python
#<examples/doc_model1.py>
from numpy import sqrt, pi, exp, linspace, loadtxt
from lmfit import  Model

import matplotlib.pyplot as plt

data = loadtxt('model1d_gauss.dat')
x = data[:, 0]
y = data[:, 1]

def gaussian(x, amp, cen, wid):
    "1-d gaussian: gaussian(x, amp, cen, wid)"
    return (amp/(sqrt(2*pi)*wid)) * exp(-(x-cen)**2 /(2*wid**2))

gmodel = Model(gaussian)
result = gmodel.fit(y, x=x, amp=5, cen=5, wid=1)

print(result.fit_report())

plt.plot(x, y,         'bo')
plt.plot(x, result.init_fit, 'k--')
plt.plot(x, result.best_fit, 'r-')
plt.show()
#<end examples/doc_model1.py>

输出低于

[[Model]]
    Model(gaussian)
[[Variables]]
    amp:   8.88021829 +/- 0.113594 (1.28%) (init= 5)
    cen:   5.65866102 +/- 0.010304 (0.18%) (init= 5)
    wid:   0.69765468 +/- 0.010304 (1.48%) (init= 1)
[[Correlations]] (unreported correlations are <  0.100)
    C(amp, wid)                  =  0.577

Answer 1

是的，抱歉，这已在git存储库的master分支中修复。

您可以获取并打印出模型结果的任何属性的值（请参阅https://lmfit.github.io/lmfit-py/model.html#modelresult-attributes），但它们未正确打印为版本0.9.6中的拟合报告的一部分。再次，修复了主回购。

我没有在python stats打印输出中看到任何chi2

1 个答案: