python中转换回归和的回归系数的标准误差

python中转换回归和的回归系数的标准误差,python,regression,uncertainty,Python,Regression,Uncertainty,我使用python curvefit拟合多变量回归。使用平方根变换对回归和进行变换。虽然直接对系数进行反变换,但我不确定曲线拟合中系数的标准误差是如何计算的,如果误差是通过变换后的回归计算的,当系数进行反变换时,如何解释这些误差 例如,y=ax^b是我的回归函数,其中y使用平方根函数进行变换。Y0为原始观测值,y为Y0^(0.5) 我有回归的系数a和b。然后为y0写同样的内容, y0=(ax^b)^(1/0.5)这是y0=a0(x^(1/0.5))^b0 其中a0=a^(1/0.5)和b0=b/

我使用python curvefit拟合多变量回归。使用平方根变换对回归和进行变换。虽然直接对系数进行反变换,但我不确定曲线拟合中系数的标准误差是如何计算的,如果误差是通过变换后的回归计算的,当系数进行反变换时,如何解释这些误差

例如,y=ax^b是我的回归函数,其中y使用平方根函数进行变换。Y0为原始观测值,y为Y0^(0.5)

我有回归的系数a和b。然后为y0写同样的内容, y0=(ax^b)^(1/0.5)这是y0=a0(x^(1/0.5))^b0 其中a0=a^(1/0.5)和b0=b/0.5

现在,我怎样才能对曲线fit中的pcov进行同样的处理,从而知道a0和b0中的不确定度

当函数为y=a(x-c)^b时,如何对系数进行此转换