Python 概率线性拟合函数？

我将数据（蓝点）拟合到函数绿线

 fun = np.polyfit(x,y,3)

然后我可以计算它：

 fun(0.5)
 : 2.118

是否有方法拟合概率函数，使其返回拟合线值周围的值以及拟合数据集的适当概率

也就是说，是否存在概率线性范围拟合？

---

从绘图中，数据似乎只有因变量（y）的整数值，但似乎只有一个数据点的y值为零。当多个数据点位于y的其他值时，这将有效地对远离零点的任何回归进行加权。如果可能的话，我建议使每个y值处的数据点数量相同。当我考虑可能的时候，我应该适合每个y的概率分布！！numpy是否有prob fit？这个问题更具概念性，因此适合stats.stackexchange.com而不是so。Y的可能值是什么？Y真的被限制为整数值吗？或者这是因为只能测量到最接近的整数？这些数据代表什么？您想对安装的模型做什么？我的建议是在stats.stackexchange.com上回答这个问题，说明这些信息。从图中看，数据似乎只有因变量（y）的整数值，但似乎有一个y值为零的数据点。当多个数据点位于y的其他值时，这将有效地对远离零点的任何回归进行加权。如果可能的话，我建议使每个y值处的数据点数量相同。当我考虑可能的时候，我应该适合每个y的概率分布！！numpy是否有prob fit？这个问题更具概念性，因此适合stats.stackexchange.com而不是so。Y的可能值是什么？Y真的被限制为整数值吗？或者这是因为只能测量到最接近的整数？这些数据代表什么？您想对安装的模型做什么？我的建议是在stats.stackexchange.com上回答这个问题，说明这些信息。