拟拟合函数固定参数不确定性曲线拟合（Python）

我有一个函数，看起来像

f（x，m，E，I）=m*（x-x**2）/（E*I）

，我想得到

E

的值。我有一些数据，我称之为

X

和

Y

，在Y数据中有一些不确定性，我称之为

yerr

。此外，参数

m

和

I

是物理量，测量时存在一定的不确定性

我想将函数

f

与我的数据

X，Y

相匹配，同时考虑到数量

m，I

的不确定性。现在，这是我用来进行拟合的命令：

m = some value
I = some other value
popt, pcov = curve_fit(lambda x, E: f(x, m, E, I), X, Y, p0=[1e9], sigma=yerr)

当然，这并没有考虑到

m

和

I

中的不确定性。考虑到这种不确定性，有没有办法拟合曲线

例如，他们使用模块不确定性解决ODE，我试图复制程序，但没有成功：

import uncertainties as u

def f(x, m, E, I):
    return m * (x - x ** 2) / (E * I)

m = u.ufloat(3e-4, 0.1e-6)
I = u.ufloat(1e-10, 0.2e-12)

@u.wrap
def fit():
    popt, pcov = curve_fit(lambda x, E: f(x, m, E, I), X, Y, p0=[1e9], sigma=yerr)
    return popt, pcov

---

其中

X，Y，yerr

是前面提到的

Y

中的数据和误差。

您是否只有可用的不确定性，或者不确定性所基于的所有数据集？你说的“不起作用”是什么意思？出了什么问题？@Cleb，我发现包装不起作用，因为被包装的函数只需要返回一个浮点数。看起来包装只是多次调用函数，其中包含可能变量的值与不确定性的所有可能组合。明天我将编辑这个问题。@VladimirVargas我现在面临着一个类似的问题。您找到了让代码运行的方法还是尝试了其他方法？任何形式的暗示都很感激！