LMFIT Konfidenzintervall Unsicherheitsschätzungen Fehler auf Python

Question

der Ausgangsfehler ist: MinimizerException: Kann nicht Konfidenzintervalle ohne vernünftige Unsicherheit bestimmen schätzt

Warum ich diesen Fehler habe? Wie kann ich Unsicherheitsschätzungen berechnen und dieses Problem lösen?

for dosya1 in glob.glob("mean*"): 
    data1=np.genfromtxt(dosya1, skip_header=0, skip_footer=0, names=["wavelength","mean"]) 
    x=data1["wavelength"] 

    mod=VoigtModel() 
    pars = mod.guess(y, x=x) 
    pars['gamma'].set(value=0.7, vary=True, expr="")  
out=mod.fit(y,pars, x=x) 

    pars=lmfit.Parameters() 
    pars.add_many(('amp', out.params["amplitude"].value), ('sig', out.params["sigma"].value), ("gam",out.params["gamma"].value),("cent",out.params["center"].value)) 

def residual(p): 
    amp=p["amp"].value 
    sig=p["sig"].value 
    gam=p["gam"].value 
    cent=p["cent"].value 
    return ((wofz((x-cent + wofz(gam).imag)/(sig*(sqrt(2)))).real)/(sig*(sqrt(2))))- y 

mini = lmfit.Minimizer(residual, pars) 
result=mini.minimize() 

ci = lmfit.conf_interval(mini, result) 
lmfit.printfuncs.report_ci(ci) 

Answer 1

Sie diese Fehlermeldung erhalten, wenn lmfit.minimize() (eigentlich leastsq(), was es nennt) nicht in der Lage ist Unsicherheiten abzuschätzen, indem die Krümmung Matrix zu invertieren. Es verwendet diese Werte (die oft sehr gute Schätzungen sind, BTW) als Maßstab für die explizite Untersuchung des Parameterraums. Es gibt mehrere mögliche Gründe, warum leastsq() Unsicherheiten nicht schätzen kann. Häufige Gründe sind, dass eine oder mehrere der Variablen die Anpassung nicht beeinflussen oder der Rest NaNs enthält.

Es ist schwer vorherzusagen, wann dies passieren könnte. Sie sollten die Möglichkeit berücksichtigen und/oder prüfen, ob die anfängliche Anpassung erfolgreich war und die anfängliche Schätzung der Unsicherheiten vornehmen (überprüfen Sie result.errorbars), bevor Sie conf_interval() aufrufen.