问题遇到的现象和发生背景
y=aexp(bx)这个式子怎么在python中作为条件编写，这是一个使用最小二乘法拟合的参数估计程序。
问题相关代码，请勿粘贴截图
import numpy as np
import matplotlib.pylab as plt
import statsmodels.api as sm
import math
exp=np.loadtxt('5.dat',delimiter=',')
n=len(exp[:,0])
ave_x=np.average(exp[:,0])
ave_y=np.average(exp[:,1])
Sxx=np.sum((exp[:,0]-ave_x)*(exp[:,0]-ave_x))/n
Syy=np.sum((exp[:,1]-ave_y)*(exp[:,1]-ave_y))/n
Sxy=np.sum((exp[:,0]-ave_x)*(exp[:,1]-ave_y))/n
S=np.cov(exp,rowvar=False, bias=True)
print(Sxx,S[0,0])
print(Syy,S[1,1])
print(Sxy,S[0,1])
b=Sxy/Sxx
a=ave_y-b*ave_x
x=np.sort(exp[:,0])
y=a*exp(b*x) #这里出错了
plt.plot(exp[:,0],exp[:,1],linestyle='None',marker='x')
plt.plot(x,y,color='r')
plt.show()
res_exp=Syy*n
res_model=np.sum((y-ave_y)*(y-ave_y))
R2=res_model/res_exp
sigma_y=np.sqrt(np.sum((exp[:,1]-a-b*exp[:,0])*(exp[:,1]-a-b*exp[:,0]))/(n-2))
sigma_b=sigma_y/np.sqrt(n*Sxx)
sigma_a=sigma_y*np.sqrt((ave_x*ave_x+Sxx)/(n*Sxx))
print(sigma_a,sigma_b)
x_add_const=sm.add_constant(exp[:,0])
result=sm.OLS(exp[:,1],x_add_const).fit()
print(result.summary())
print('Parameters: ',result.params)
print('Standard error: ',result.bse)
print('Coefficient of determination ',result.rsquared)
y=result.params[0]+result.params[1]*x
plt.plot(exp[:,0],exp[:,1],linestyle='None',marker='x')
plt.plot(x,y,color='r')
plt.show()
运行结果及报错内容
Traceback (most recent call last):
File "E:/python practice/555/5-1.py", line 26, in
y=aexp(bx)
TypeError: 'numpy.ndarray' object is not callable
我的解答思路和尝试过的方法
是否要化成这样来写程序？
ln(𝑦) = ln(𝑎exp 𝑏𝑥 )
ln 𝑦 = ln 𝑎 + ln exp 𝑏𝑥 = ln 𝑎 + 𝑏𝑥
𝑦́ = 𝑎́ + 𝑏𝑥
𝑎 ± 𝜎6 = exp 𝑎G± 𝜎6́ = exp 𝑎́ ± exp 𝑎́ 𝜎6
我想要达到的结果
我想要在y=aexp(bx)的条件下完成a、b误差的计算。
