numpy.polyfit给出协方差矩阵的误差

Question

这是代码：

p=[1,2,3,4]

q=[4,5,6,7]

z,n=numpy.polyfit(p,q,1,cov=True)

它给了我这个信息：

4 z，n = np.polyfit（p，q，1，cov = True）

C：\\ Users \\ Rekha \\ Anaconda3 \\ lib \\ site-packages \\ numpy \\ lib \\ polynomial.py in polyfit（x，y，deg，rcond，full，w，cov）

601＃Plus，它给出了一些不确定性的保守估计。

602如果len（x）<=阶+ 2：

-> 603提高ValueError（“数据点的数量必须超过阶数+ 2” 604“用于贝叶斯估计协方差矩阵”）

605 fac =残渣/（len（x）-阶-2.0）

ValueError：贝叶斯估计协方差矩阵的数据点数必须超过顺序+ 2

我不知道为什么会这样？ 我有四个数据点，足以容纳一条线

Answer 1

错误恰恰说明了问题所在：您没有足够的数据点来估计协方差矩阵 （并且不执行拟合）。

import numpy as np

p = [1, 2, 3, 4]
q = [4, 5, 6, 7]

z = np.polyfit(p, q, 1, cov=False)
print(z)

或者，如果满足建议的条件（即多一个数据点），则可以估算协方差矩阵。

import numpy as np

p = [1, 2, 3, 4, 5]
q = [4, 5, 6, 7, 8]

z, n = np.polyfit(p, q, 1, cov=True)

print(z, n)

我不知道您需要什么协方差矩阵，但是如果您所需要的只是fit参数的误差，则可以考虑手动计算，例如，通过取C(n, k) n数据点的所有可能的C(n, k)组合对于k所有有效值，然后计算所获得系数的标准偏差。