Python 将预先确定的参数的不确定性纳入曲线拟合操作

我有一个类似于y=a*x+N的模型，其中N是一个固定参数，不确定性为N=1.0+/-0.1。我想将该模型曲线拟合到一个数据集，以确定a，但不确定值（根据固定参数N中的不确定度计算）。我一直在用Python中的curve_fit进行曲线拟合

---

这个问题类似于几年前提出的问题，但没有得到任何答案，因此这是一种碰撞。

您是否对边界感兴趣，例如将N限制在0.9和1.1之间？curve_fit例程接受边界，“bounds”参数的docs状态为：“参数的上下限。默认为无边界。元组的每个元素必须是长度等于参数数量的数组，或者是标量（在这种情况下，所有参数的边界都是相同的。）使用带有适当符号的np.inf禁用所有或某些参数的边界。“如果

N=1

是最佳值，则无需执行任何操作。只有在计算最终预测的误差时，

N

中的误差才会起作用。@mikuszefski我正在计算最终预测的误差，而N中的误差起作用。确实起作用，但不适用于拟合

a

@mikuszefski我知道。