寻求Regressi替代软件：支持自动不确定度传播的免费GUI工具

我近期完成了一项光学实验，测量了入射角i₁和折射角i₂，将数据录入表格并绘制$\sin i₂ = f(\sin i₁)$曲线，角度测量不确定度为1°。实验要求使用Regressi这款软件——它功能强大，但界面老旧、操作不直观，可自动生成正弦值的不确定度列，仅需点击即可完成如$y=a·x$这类模型的回归分析。

Python等效实现代码 #

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# python -m venv venv
# source venv/bin/activate
# pip install uncertainties numpy matplotlib scipy
import numpy as np
import matplotlib.pyplot as plt
import uncertainties.unumpy as unp
from scipy.optimize import curve_fit

# Initial data (angles of incidence and refraction)
i1 = np.array([0, 10, 20, 30, 40, 50, 60, 70, 80])
i2 = np.array([0, 6.5, 13, 19.5, 25.5, 31, 35.5, 39, 41.5])
σ = 1

# Convert to objects with uncertainties
sin_i1 = unp.sin(unp.radians(unp.uarray(i1, σ)))
sin_i2 = unp.sin(unp.radians(unp.uarray(i2, σ)))

# Extract nominal values and uncertainties
sin_i1_vals = unp.nominal_values(sin_i1)
sin_i2_vals = unp.nominal_values(sin_i2)
sin_i1_err = unp.std_devs(sin_i1)
sin_i2_err = unp.std_devs(sin_i2)

# Plot data with error bars
plt.errorbar(sin_i1_vals, sin_i2_vals, xerr=sin_i1_err, yerr=sin_i2_err, fmt=' g', label='Measurements')

# Linear regression model: f(x) = a*x (intercept b = 0)
def linear_model(x, a):
    return a * x

# Regression with curve_fit
popt, pcov = curve_fit(linear_model, sin_i1_vals, sin_i2_vals)
a_opt = popt[0] # Regression coefficient

# Plot the regression
plt.plot(sin_i1_vals, linear_model(sin_i1_vals, a_opt), 'tab:blue', label=f"Regression: sin i₂ = {a_opt:.4f} * sin i₁")

# Formatting and display
plt.title('sin i₂ = f(sin i₁)')
plt.xlabel('sin i₁')
plt.ylabel('sin i₂')
plt.xlim([0, 1])
plt.ylim([0, 0.7])
plt.xticks(np.arange(0, 1.1, 0.1))
plt.yticks(np.arange(0, 0.8, 0.1))
plt.grid(True)
plt.legend()
plt.show()

Python脚本改进建议 #

• 加入加权回归：当前curve_fit未使用测量不确定度做加权，可通过sigma=sin_i2_err参数传入y方向不确定度，实现加权最小二乘回归，更符合实验数据的统计特性：

  popt, pcov = curve_fit(linear_model, sin_i1_vals, sin_i2_vals, sigma=sin_i2_err, absolute_sigma=True)
  

• 输出回归参数的不确定度：利用pcov计算参数a的标准误差，补充结果输出：

  a_err = np.sqrt(np.diag(pcov))[0]
  print(f"回归系数a = {a_opt:.4f} ± {a_err:.4f}")
  

• 精简冗余注释：保留关键说明，移除重复的注释内容，提升代码可读性；
• 自动保存图像：添加plt.savefig('sin_i2_vs_sin_i1.png', dpi=300)语句，生成高清实验图像文件。

工具相关疑问与需求 #

我希望找到具备自动不确定度传播功能的免费GUI替代软件，先后测试了SciDaVis/Alphaplot、labplot2、Gnuplot、LibreOffice Calc、GeoGebra、Dataplot、JASP、Jamovi等工具，均未找到该功能。

Regressi主要在法国使用，想了解：

1. 其他国家学生/研究者常用的同类工具；
2. Regressi未广泛普及的原因；
3. 符合需求的替代软件推荐。

Regressi未广泛普及的原因 #

• 语言与本地化限制：Regressi主要面向法语用户，缺乏多语言支持，非法语区用户学习门槛高；
• 交互体验落后：界面老旧、操作逻辑不直观，不符合现代科研工具的设计趋势；
• 社区与生态薄弱：没有活跃的用户社区、文档资源稀缺，问题难以及时得到解决；
• 功能针对性过强：仅聚焦特定实验数据分析场景，通用性不足，无法覆盖多样化的科研需求。

免费GUI替代工具推荐 #

• OriginPro（教育免费版）：商业软件但提供免费教育授权，支持不确定度自动传播、多种曲线拟合与专业可视化，是全球科研人员常用工具；
• QtiPlot：开源数据处理软件，支持不确定度计算与传播，内置多种拟合模型，界面风格接近Origin，适合实验数据分析；
• LabVIEW（学生版）：NI旗下工具，适配自动化实验场景，可通过内置函数实现不确定度传播与回归分析；
• DataGraph：macOS平台免费科研绘图工具，支持不确定度传播与线性/非线性拟合，界面简洁易用；
• 自定义Python GUI：若能接受轻度代码操作，可将现有Python脚本用PyQt或Tkinter封装成简易GUI，实现一键式不确定度计算与拟合，功能完全自定义。

内容的提问来源于stack exchange，提问作者yeKcim