如何在SciPy中确定我的指数曲线拟合的好坏？

Question

我使用Scipy拟合了一些数据：

param=expon.fit(data)
pdf_fitted=expon.pdf(x,loc=param[-2],scale=param[-1])
plot(x,pdf_fitted,'r')
hist(data,normed=1,alpha=.3,histtype='stepfilled')

然后我得到了这样的曲线：

我该如何检查拟合的好坏（是否有相应的参数）？我想要一个数字来比较不同的拟合方法。

- Devinity

---

最简单的方法是使用MSE。 - BartoszKP

这个问题是否适合在 SO 上发布？它似乎询问的是拟合度参数而不是实际编程问题？ - Ffisegydd

我只是想知道是否有相应的函数。 - Devinity

Answer 1

标准方法，假设您的误差服从正态分布，是使用平方残差的总和。您可以使用卡方分布将其转化为严格的统计学。

values, edges = np.histogram(data, bins=np.sqrt(len(data)))
x = edges[:-1] + np.diff(edges)

pdf_fitted = expon.pdf(x, loc=param[0], scale=param[1])
residuals = values - pdf_fitted

print np.dot(residuals, residuals)

或者，如果您更喜欢RMS：

print np.dot(residuals, residuals) / len(residuals)

- Davidmh