numpy.polyfit 给出协方差矩阵的错误

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 # 另外，它给出了一个稍微保守的不确定性估计。

602 if len(x)

--> 603 raise ValueError("数据点数必须超过order + 2" 604“用于贝叶斯估计协方差矩阵”）

605 fac = resids / (len(x) - order - 2.0)

ValueError: 贝叶斯的数据点数必须超过 order + 2 估计协方差矩阵

我不明白为什么会这样？我有四个数据点，足以适合一条线

Answer 1

错误准确地说明了问题所在：您没有足够的数据点来估计协方差矩阵（并且没有来执行拟合）。

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，如果您满足建议的条件，即多一个数据点，您可以获得协方差矩阵的估计值。

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)

我不知道您需要协方差矩阵来做什么，但如果您只需要拟合参数的误差，您可以考虑手动计算，例如通过为k 的所有有效值获取n 数据点的所有可能的C(n, k) 组合，然后计算获得的系数的标准差。