scipy.odr.

RealData

class scipy.odr.RealData(x, y=None, sx=None, sy=None, covx=None, covy=None, fix=None, meta=None)

数据，权重为实际的标准差和/或协方差。

参数:

xarray_like

回归中自变量的观测数据

y类似数组, 可选

如果类似数组，则为回归的因变量的观测数据。标量输入意味着用于数据的模型是隐含的。

sx类似数组, 可选

x 的标准偏差。sx 是 x 的标准偏差，并通过将其平方除以 1.0 转换为权重。

sy类似数组, 可选

y 的标准偏差。sy 是 y 的标准偏差，并通过将其平方除以 1.0 转换为权重。

covx类似数组, 可选

x 的协方差 covx 是一个协方差矩阵数组，通过对每个观测值的协方差矩阵进行矩阵求逆来转换为权重。

covy类似数组, 可选

y 的协方差 covy 是一个协方差矩阵数组，通过对其每个观测值的协方差矩阵进行矩阵求逆来转换为权重。

修复类似数组, 可选

参数和成员修复与 Data.fix 和 ODR.ifixx 相同：它是一个与 x 形状相同的整数数组，用于确定哪些输入观测值被视为固定。可以使用长度为 m（输入观测值的维度）的序列来固定所有观测值的某些维度。值为 0 时固定观测值，值 > 0 时使其自由。

metadict, 可选

用于元数据的自由格式字典。

方法

set_meta(**kwds)

使用关键词及其提供的数据更新元数据字典。

注释

权重 wd 和 we 根据提供的值计算如下：

sx 和 sy 通过将其平方除以 1.0 转换为权重。例如，wd = 1./np.power(`sx`, 2)。

covx 和 covy 是协方差矩阵的数组，并通过对每个观测值的协方差矩阵进行矩阵求逆转换为权重。例如，we[i] = np.linalg.inv(covy[i])。

这些参数遵循与wd相同的结构化参数约定，并且仅受其性质的限制：sx 和 sy 不能是秩为3的，但 covx 和 covy 可以是。

只能设置 要么 sx 或 covx （不能同时设置）。同时设置两者会引发异常。sy 和 covy 也是同样的情况。