Python numpy.polyfit不确定性，文档不清楚

我正在查看polyfit例程的文档，发现了一个可能的矛盾。在重量的描述中，它说：

w |数组|状，形状（M），可选权重应用于 采样点的y坐标。对于高斯不确定性，使用 1/西格玛（不是1/西格玛2）**

在cov的章节中，它说：

cov | bool或str，如果给定且不为False，则可选，返回的不仅仅是 但也要估计其协方差矩阵。默认情况下，协方差 按chi2/dof进行缩放，其中dof=M-（deg+1），即权重 被认为是不可靠的，除非是相对意义上的；以及 一切都是按比例缩放的，这样减少的chi2就是统一。这个比例 如果cov='unscaled'，则省略，这与 权重为1/sigma2**，已知sigma是对 不确定性

---

所以我想再次检查它是1/sigma**2还是1/sigma。我假设后者。

w

和

cov

是独立的参数。查看代码和文档可能会有所帮助<代码>w在安装过程中使用

cov

控制是否返回附加的

cov

矩阵，以及是否缩放。你明白在这种情况下，高斯不确定性是什么意思吗？@hpaulj根据我的理解，高斯不确定性是指当你想在数据上传播已知的不确定性时使用的不确定性。（这就是我试图做的。）我对拟合上的每个点都有一定的不确定性，并希望通过拟合来传播。使用1/sigma给出的数字似乎是有意义的，如果我将其平方，它们就会变大。