我不知道'；在python统计数据打印输出中看不到任何chi2

下面的python代码没有显示chi2和简化的chi2。它只显示变量和相关性。为什么会这样

代码如下所示

#!/usr/bin/env python
#<examples/doc_model1.py>
from numpy import sqrt, pi, exp, linspace, loadtxt
from lmfit import  Model

import matplotlib.pyplot as plt

data = loadtxt('model1d_gauss.dat')
x = data[:, 0]
y = data[:, 1]

def gaussian(x, amp, cen, wid):
    "1-d gaussian: gaussian(x, amp, cen, wid)"
    return (amp/(sqrt(2*pi)*wid)) * exp(-(x-cen)**2 /(2*wid**2))

gmodel = Model(gaussian)
result = gmodel.fit(y, x=x, amp=5, cen=5, wid=1)

print(result.fit_report())

plt.plot(x, y,         'bo')
plt.plot(x, result.init_fit, 'k--')
plt.plot(x, result.best_fit, 'r-')
plt.show()
#<end examples/doc_model1.py>

#/usr/bin/env python
#
从numpy导入sqrt、pi、exp、linspace、loadtxt
从lmfit导入模型
将matplotlib.pyplot作为plt导入
data=loadtxt（'model1d\u gauss.dat'）
x=数据[：，0]
y=数据[：，1]
def高斯（x、amp、cen、wid）：
一维高斯：高斯（x，amp，cen，wid）
返回（amp/（sqrt（2*pi）*wid））*exp（-（x-cen）**2/（2*wid**2））
G模型=模型（高斯）
结果=G模型拟合（y，x=x，amp=5，cen=5，wid=1）
打印（result.fit_report（））
plt.绘图（x，y，'bo'）
plt.plot（x，result.init_fit，'k--'）
plt.plot（x，result.best_fit，'r-'）
plt.show（）
#

输出如下

[[Model]]
    Model(gaussian)
[[Variables]]
    amp:   8.88021829 +/- 0.113594 (1.28%) (init= 5)
    cen:   5.65866102 +/- 0.010304 (0.18%) (init= 5)
    wid:   0.69765468 +/- 0.010304 (1.48%) (init= 1)
[[Correlations]] (unreported correlations are <  0.100)
    C(amp, wid)                  =  0.577 

[[Model]]
模型（高斯）
[[变量]]
amp:8.88012829+/-0.113594（1.28%）（初始值=5）
欧洲标准化委员会：5.65866102+/-0.010304（0.18%）（初始值=5）
wid:0.69765468+/-0.010304（1.48%）（初始值=1）
[[相关性]]（未报告的相关性<0.100）
C（安培，宽）=0.577

是的，很抱歉，这在git存储库的主分支中已修复

您可以获取并打印模型结果的任何属性的值（请参见），但在版本0.9.6中，这些值未作为拟合报告的一部分正确打印。再次，在主回购协议中修复