Python 如何为任意函数定义chi2值函数？

我正在使用pyminuit Python绑定对minuit最小化代码进行数据拟合(http://code.google.com/p/pyminuit/). 最小化器接受一个函数并使用内省来提取要最小化的参数。一般来说，我希望在给定描述数据集的特定函数的情况下，最小化数据集的卡方值

我的问题是：有没有一种方法可以定义一个卡方函数，给定一个具有不同参数数的任意函数，该函数返回一个函数，该函数给出该函数的卡方值，并且只包含函数参数规范中要最小化的参数

例如：

from scipy import *
import minuit
# Generate some data to fit
data_x = arange(50)
noise = 0.3
data_y = data_x**3 + normal(0.0, noise)
# Fit function, e.g. a cubic
fit_func = lambda x, a1, a2, a3, a4: a1 + a2*x + a3*x**2 + a4*x**3

# Minimisation function e.g. chi squared
# Note this has only the parameters to be minimised in the definition (eg not data_x)
min_func = lambda a1, a2, a3, a4: sum( (fit_func(data_x, a1, a2, a3, a4) - data_y)**2 / noise**2 )

这就是我想写的东西，比如

min\u func=make\u chi2（fit\u func）

。我不知道该怎么办，因为

data\u x

和

data\u y

仅在函数之外定义。为完整起见，最小化程序的其余部分如下所示：

# Initialise minimiser object with initial values
m = minuit.Minuit(min_func, {'a1': 1.0, 'a2': 1.0, 'a3': 1.0, 'a4': 1.0})
# Run minimiser
m.migrad()
# Print minimised values - example output
print m.values
>>> {'a1': 0.000, 'a2': 0.000, 'a3': 0.000, 'a4': 1.000}

---

提前谢谢你的帮助

既然PyMinuit使用内省，你也必须使用内省

make_chi_squared（）

可以这样实现：

import inspect

chi_squared_template = """
def chi_squared(%(params)s):
    return (((f(data_x, %(params)s) - data_y) / errors) ** 2).sum()
"""

def make_chi_squared(f, data_x, data_y, errors):
    params = ", ".join(inspect.getargspec(f).args[1:])
    exec chi_squared_template % {"params": params}
    return chi_squared

用法示例：

import numpy

def f(x, a1, a2, a3, a4):
    return a1 + a2*x + a3*x**2 + a4*x**3

data_x = numpy.arange(50)
errors = numpy.random.randn(50) * 0.3
data_y = data_x**3 + errors

chi_squared = make_chi_squared(f, data_x, data_y, errors)
print inspect.getargspec(chi_squared).args

印刷品

['a1', 'a2', 'a3', 'a4']

---

我认为pyminuit仅通过内省提取参数，并且不允许显式命名这些参数，至少在pyminuit方面是一个有问题的设计。如果他们允许显式地给出参数，那么你的问题解决起来就很简单了。我写过类似这样的东西，但这要简洁得多。谢谢