基于Python和Scipy的曲线拟合与样本均值误差估计

以下是针对你提出的两个核心问题的具体实现和原理说明：

1. 拟合时纳入测量误差的正确方式 #

scipy.optimize.curve_fit默认采用普通最小二乘（假设所有数据点误差相等），但如果有明确的测量误差y_err_arr，需要通过加权最小二乘让拟合过程考虑误差权重，同时得到反映真实不确定性的参数协方差矩阵。

核心操作 #

对于你案例中恒定测量误差y_err=0.0005的场景，只需在拟合时传入sigma参数并设置absolute_sigma=True：

步骤1：定义阻尼振荡模型

import numpy as np
from scipy.optimize import curve_fit

def damped_osci(t, t0, y0, Omega, beta):
    """阻尼振荡模型：t0为初始时间，y0为初始振幅，Omega为角频率，beta为阻尼系数"""
    return y0 * np.exp(-beta * (t - t0)) * np.cos(Omega * (t - t0))

步骤2：带误差的拟合

# 给定输入数据：time_arr, y_arr
y_err = 0.0005
# 初始参数猜测（根据数据特征设置，比如t0取第一个时间点，y0取第一个测量值）
p0 = [time_arr[0], y_arr[0], 2 * np.pi / 0.1, 0.1]

# 加权最小二乘拟合
popt, pcov = curve_fit(
    damped_osci,
    time_arr,
    y_arr,
    p0=p0,
    sigma=np.full_like(y_arr, y_err),  # 生成与y_arr同形状的误差数组
    absolute_sigma=True  # 关键：告知curve_fit sigma是实际测量误差，而非相对权重
)

# 提取参数及对应误差
t0_fit, y0_fit, Omega_fit, beta_fit = popt
param_errors = np.sqrt(np.diag(pcov))  # 协方差矩阵对角线开平方得到参数误差
dt0, dy0, dOmega, dbeta = param_errors

为什么要设置absolute_sigma=True？ #

如果不设置该参数，curve_fit会自动缩放sigma，使得拟合的残差平方和等于数据点数量，此时得到的pcov是相对值，无法反映真实的测量误差对参数不确定性的贡献。开启后，pcov直接基于输入的测量误差计算，结果可以直接用于后续的误差传递分析。

2. 多组拟合参数均值的误差计算 #

当你有多组独立的拟合结果时，均值的误差需要同时考虑每组参数的拟合不确定性和多组参数的样本波动，不能仅用样本标准误。

推荐方法：加权均值与合成误差 #

由于每组拟合的参数精度可能不同（误差越小，结果越可靠），采用加权均值更合理，权重为每组参数误差平方的倒数：

计算步骤（以参数t0为例）

假设你有n组拟合结果，存储在t0_list（每组的t0值）和dt0_list（每组t0的拟合误差）中：

t0_list = [1.002, 0.998, 1.001, 0.999, 1.000]
dt0_list = [0.005, 0.004, 0.005, 0.006, 0.004]
n = len(t0_list)

# 计算权重：误差越小，权重越大
weights = 1 / np.array(dt0_list) ** 2

# 加权均值
t0_weighted_mean = np.sum(weights * t0_list) / np.sum(weights)

# 加权均值的误差
t0_weighted_err = 1 / np.sqrt(np.sum(weights))

简化场景：各组拟合误差相近 #

如果你的案例中测量误差恒定，每组拟合的参数误差差异很小，也可以用算术均值结合合成误差：

# 算术均值
t0_mean = np.mean(t0_list)

# 样本标准误（反映多组结果的波动）
sample_se = np.std(t0_list, ddof=1) / np.sqrt(n)

# 拟合误差传递到均值的部分（每组误差独立，方差相加后开根号）
fit_err_se = np.sqrt(np.sum(np.array(dt0_list)**2)) / n

# 合成均值误差
t0_combined_err = np.sqrt(sample_se ** 2 + fit_err_se ** 2)

关键原理 #

每组拟合得到的参数本身是带有不确定性的估计值，因此均值的误差需要同时考虑：

1. 多组结果之间的统计分散（样本标准误）
2. 每组结果自身的拟合不确定性（误差传递）
   两者的方差相加再开根号，得到最终的合成不确定度。

内容的提问来源于stack exchange，提问作者TomS