关于使用chi ^ 2检验约束宇宙学中的参数,我有一个重要的问题。我感谢您的帮助。请不要给这个问题负评分(这个问题对我很重要)。
假设我们有一个包含600个数据的数据文件(data.txt
),并且该数据文件有3列,第一列是redshift(z),第二列是观测值dL(m_obs),第三列是error(err)。我们知道chi ^ 2函数是
chi^2=(m_obs-m_theo)**2/err**2 #chi^2=sigma((m_obs-m_theo)**2/err**2) from 1 to N=600
对于所有600个数据,我们必须计算的是将给定数据文件中的
z
放入m_theo
中的函数中,并计算chi ^ 2。现在在m_thoe
中,我们有一个自由参数(o_m
),我们必须找到其值,其中chi ^ 2达到最小值。q= 1/sqrt( (1+z)**2 * (1+0.01*o_m*z) - z*(2+z)*(1-0.01*o_m) )
m_theo = 5.0 * log10( (1+z)*q ) + 43.1601
这个问题不是重复性的,对于每个专门针对宇宙学家和物理学家使用chi ^ 2的身体来说,这都是非常重要的。
如何找到最小化的chi ^ 2和相对
o_m
?from math import *
import numpy as np
from scipy.integrate import quad
min=l=a=b=chi=None
c=0 #for Sigma or summation chi^2 terms in c=c+chi for first term
def ant(z,o_m): #0.01*o_m is steps of o_m
return 1/sqrt(((1+z)**2*(1+0.01*o_m*z)-z*(2+z)*(1-0.01*o_m)))
for o_m in range(24,35,1): #arbitrary range of o_m
############## opening data file containing 580 dataset
with open('data.txt') as f:
for i, line in enumerate(f): #
n= list(map(float, line.split())) #
for i in range(1):
##############
q=quad(ant,0,n[1],args=(o_m,))[0] #Integration o to z, z=n[1]
h=5*log10((1+n[1])*(299/70)*q)+25 #function of dL
chi=(n[2]-h)**2/n[3]**2 #chi^2 test function
c=c+chi #sigma from 1 to N of chi^2 and N=580
if min is None or min>c:
min=c
print(c,o_m)
我认为我的代码是正确的,但没有给出正确的答案。
谢谢,我感谢您的时间和关注。
最佳答案
这是正确的答案:
from math import *
import numpy as np
from scipy.integrate import quad
min=l=a=b=chi=None
c=0
z,mo,err=np.genfromtxt('Union2.1_z_dm_err.txt',unpack=True)
def ant(z,o_m): #0.01*o_m is steps of o_m
return 1/sqrt(((1+z)**2*(1+0.01*o_m*z)-z*(2+z)*(1-0.01*o_m)))
for o_m in range(20,40):
c=0
for i in range(len(z)):
q=quad(ant,0,z[i],args=(o_m,))[0] #Integration o to z
h=5*log10((1+z[i])*(299000/70)*q)+25 #function of dL
chi=(mo[i]-h)**2/err[i]**2 #chi^2 test function
c=c+chi
l=o_m
print('chi^2=',c,'Om=',0.01*l,'OD=',1-0.01*l)
关于python - 卡方检验以约束参数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45631732/