因此,我试图通过最小化卡方函数来计算参数beta的值。为此,我使用了scipy.optimize.minimize()函数。我似乎无法获得执行我想要的代码。有没有办法做到这一点?我愿意接受其他解决问题的方法。
对于某些背景,变量vr,rms和delta都是长度相同的一维元组,而zeff,H和beta是参数。我正在尝试计算优化的beta值。
def chisq(beta,vr, delta,rvs,rms,zeff,H):
c = -(H/(1+zeff))*(beta/3)
model = c*np.multiply(rms,delta)
q = (vr-model)**2
p = model**-1
ratio = np.multiply(p,q)
chisq = np.sum(ratio)
return chisq
initial_guess = 0.47663662075855323
res = opt.minimize(chisq,initial_guess,args = (beta,delta,rvs,rms,zeff,H))
我通常会收到一个错误消息,说函数的尺寸与minimal()函数的语法不匹配。
答案 0 :(得分:0)
在您的情况下,beta是优化变量,因此您无需将它作为附加参数传递给函数chisq:
res = opt.minimize(chisq, x0=initial_guess, args=(vr, delta, rvs, rms, zeff, H))