我正在使用逻辑模型拟合数据点。因为我有时会有数据有误，所以我首先使用曲线拟合及其sigma参数将我的个别标准差包括在拟合中。
现在我转向leastsq，因为我还需要一些曲线拟合无法提供的拟合优度估计。一切都很好，但现在我错过了像“sigma”和“曲线拟合”一样，对最小平方进行加权的可能性。
有人给我举了一个代码示例，说明如何用leastsq对最小二乘进行加权？
谢谢，樵夫
最佳答案
我刚刚发现可以将两个世界中最好的结合起来，并使用选项full_output从curve_fit（）获得完整的leastsq（）输出：
popt, pcov, infodict, errmsg, ier = curve_fit(func, xdata, ydata, sigma = SD, full_output = True)
这给了我信息字典，我可以用来计算我所有的拟合优度，让我同时使用曲线拟合的西格玛选项…