有人可以解释如何使用numpy.polyfit来获取Chi ^ 2 / doF吗？
答案 0 :(得分：16)
假设您有一些数据点
x = numpy.array([0.0, 1.0, 2.0, 3.0])
y = numpy.array([3.6, 1.3, 0.2, 0.9])
要将抛物线拟合到这些点，请使用numpy.polyfit()：
p = numpy.polyfit(x, y, 2)
要获得此拟合的卡方值，请在数据点的x值处评估多项式，减去y值，平方和求和：
chi_squared = numpy.sum((numpy.polyval(p, x) - y) ** 2)
如果您愿意，可以将此数字除以自由度数。
答案 1 :(得分：1)
Numpy的polyfit至少从1.3版开始就支持full参数。如果设置为True，则polyfit将返回更多值，包括残差的平方。这是卡方（由自由度非标准化）。
所以一个简单的例子就是
p, residuals, _, _, _ = numpy.polyfit(x, y, 2, full=True)
chisq_dof = residuals / (len(x) - 3)
我自己没有尝试使用权重，但我认为polyfit在这里做正确的事（因为numpy 1.7，polyfit接受参数w来为拟合提供权重）