-1

我正在使用代表 python 2.7 的模块不确定性。谁曾键入以下代码行：

import uncertainties
counts = uncertainties.ufloat(1,1)
auto_correlator = (counts - counts) / (2 * counts)
print auto_correlator
#0.0+/-0

你想知道结果的不确定性吗？我期望一个有限的错误：0.0+/-0.5根据我对统计的理解。我使用的错误传播公式如下：

误差传播公式

我不喜欢每次都用手做。我怎样才能有效和可靠地传播错误，或者我的直觉是错误的？

4

2 回答 2

2

我认为结果很好。不管有多少counts是不确定的，counts - counts总是正好为 0，因为它是从自身中减去的同一个变量，我们不关心它的“真实”值。

正如@elric 在他们的评论中所说，如果您想要相同的“价值”（即相同的标称值和相同的不确定性），请使用不同的变量。

counts1 = uncertainties.ufloat(1,1)
counts2 = uncertainties.ufloat(1,1)
auto_correlator = (counts1 - counts2) / (counts1 + counts2)
print auto_correlator
于 2015-10-19T09:12:59.083 回答
2

如果使用相同的数字，减法的不确定性为零。您在想的是具有相同不确定性的不同数字。

import uncertainties
counts1 =     uncertainties.ufloat(1,1)
counts2 = uncertainties.ufloat(1,1)
counts3 = uncertainties.ufloat(1,1)
not_auto_correlator = (counts1 - counts2) / (2 * counts3)
print not_auto_correlator
于 2015-10-19T09:15:13.370 回答