Perfekt, damit läuft's! Danke!

Hi,

ich habe den Dezimaltrenner von Punkt auf Komma umgestellt (locale, s. code). Wenn ich allerdings gleichzeitig LaTeX für den Textsatz nutze, dann ist der Abstand zwischen dem Komma und der folgenden Ziffer zu groß.

Was kann ich dagegen denn machen?

import matplotlib.pyplot as plt
import ...

niemand mehr?

Hm, vllt. Implizierte mein Beispiel, dass ich die Lösung selbst gefunden habe. Allerdings hatte ich mir eine Auflösung des Widerspruchs zwischen meinem Test und macben‘s Antwort erhofft. Ich habe so den Verdacht, dass ich immer noch was falsch verstehe.

also wenn ich das anhand eines simplen Beispiels teste, dann muss ich die Gewichte doch reziprok angeben:

Man beachte, dass der Ausreißer übergewichtet werden soll!

Ob absolute_sigma nun ture oder false ist, scheint nichts zu ändern.

import numpy as np
import matplotlib.pyplot as plt
import ...

ja, klar. Aber weshalb oszilliert der originale Fit nicht, der die identische Modell-Funktion (von der gleichen Ordnung) nutzt?

Ja, das ist einfach, so habe ich das auch gemacht (bis auf die Sache mit den reziproken Gewichten). Ich war mir nur nicht sicher, ob das so korrekt ist.

Das ich die Gewichte reziprok nehmen muss, habe ich in einer etwas älteren GitHub Diskussion gefunden aber ich weiß nicht ob das veraltet ist ...

Danke für deine Antwort, allerdings ist mir das schon bewusst. Ich habe den Post gestern vom Handy aus verfasst und mich wohl etwas zu kurz gefasst.

Mir geht es darum, wie ich möglichst einfach eine Gewichtung mit curve_fit realisieren kann. Wenn ich die Doku richtig verstanden habe, dann minimiert ...

Hallo!

Ich habe mal eine allgemeine Frage zum fitten von Daten bei denen eine ungleiche Gewichtung berücksichtigt werden soll. Als Beispiel: Man nehme fünf x-y-Paare bei denen das erste z.B. fünffach und das dritte 0,2-fach gewichtet werden soll.

Wie wird denn normalerweise eine solche Gewichtung ...

Sorry für die späte Rückmeldung.

Ich kenne den Unterschied zwischen Filtern und Fitten.

Mir geht es um den Unterschied, zwischen der Polyfit und der curve_fit Methode. Wie ich mittlerweile herausgefunden habe, scheint es am von narpfel geschilderten Problem mit dem Logarithmieren der Fehler zu ...

Ich kann dir nicht ganz Folgen. Mit deinen original Script kann ich qualitativ keinen unterschied der Verfahren sehen. Natürlich kommt es je "Zufall" zu leichten Variationen, aber es sind ja auch unterschiedliche Methoden.

Das es yerr = 0 ist bei Variante bestimmt ein Problem, weil Teilen durch ...

Hallo!

Ich versuche gerade Daten zu fitten, welche generell der Form y = A*x^B folgen.

Ich habe bisher drei Varianten getestet:

Variante 1: Linearisieren und mit nump.polyfit fitten.
Variante 2: stumpf scipy.curve_fit anwenden (Startwerte geschätzt, ich gebe ja die analytische form oben im code ...

sorry für die späte Rückmeldung!

Stackoverflow ist natürlich ein probates Mittel

Eben weil die meisten Bücher hauptsächlich Grundlagen behandeln, dachte ich frage mal nach. Aber da es anscheinend nichts gibt, muss es halt weiterhin auf die herkömmliche Weise gehen: google^^

Trotzdem Danke!

ja, da hast du prinzipiell recht. Allerdings suche ich nach Literatur, welche genau diesen Zwischenschritt:

... dann solltest du nach Python Implementierungen suchen

macht. Also für gängige Methoden die Anwendung in Python vorstellt und Empfehlungen (Pakete, Funktionen, etc.) gibt.

Hallo!

Kennt hier jemand ein Buch oder eine sonstige Quelle, in der die Thematik von Regressionen und Fitting von Daten im dreidimensionalen mit Python durchexerziert wird?

Ich habe schon eine ganze Menge an Möglichkeiten, Funktionen und Code-Schnipseln gefunden. Allerdings fällt es mir schwer ...

ich dachte eher an so etwas, nur schon fertig: https://stackoverflow.com/questions/350 ... -2d-curves

hm... ich glaube du hast recht. Im Prinzip suche ich so etwas wie eine "centerline". Gibt es da evtl. was?

Ich versuche es nochmal genauer zu erklären:

Ich habe hier mehrere Messungen, die alle unter den gleichen Bedingungen erfolgt sind (Wiederholungsmessungen). Die y-Achse zeigt eine Spannung und x-Achse eine Kapazität. Die Kurven sind recht deckungsgleich, weisen allerdings eine natürliche Streuung ...

Wenn ich alle Daten auf einen Bereich zwischen 0 und 1 normiere, dann verschwindet das Problem mit den unterschiedlichen Endpositionen.

Wie sich das auf den Rest meiner Daten auswirkt, versuche ich gerade zu eruieren.

Neue Idee:

Ich normiere die Daten, so dass alle von 0 bis 1 gehen. Dann resample ich die einzelnen Reihen, damit ich passende Datenpunkte habe und einen Mittelwert bilden kann.

Parallel berechne ich den Mittelwert aus den jeweils letzten x-Werten. Dann skaliere ich den Mittelwert der normierten ...