我已经考虑了 2 x 2 表，数据是关于学生跑步前后的脉搏率。我针对 PulseBefore 和 PulseAfter 考虑了 Ran（是/否）并制作了一个列联表。我拟合了一个泊松对数线性模型并得到了这样的输出。

这个对吗？

我正在尝试将截断的正态分布拟合到某些数据。但是，我遇到了以下错误：

我不确定出了什么问题 - 我已经读过，在某些情况下，如果初始猜测错误或高于实际值，可能会出现拟合问题，但我尝试了许多不同的起始值，但似乎都没有工作。

这是我的数据的一个小样本，以及我用来获取错误的代码：

我正在尝试使用 GAMM 获取两组个人的季节性趋势。我进行了两次分析，改变了解释变量的水平顺序，以获得每个水平的季节性趋势图。
然而，我对这两个 GAMM 的输出感到惊讶，因为它们根据解释变量的水平顺序而变化。我预计结果会是相同的，因为这两种情况下的数据和模型都是相同的。但是，正如您在下面看到的，结果会因所研究数据的推断而异。

我的数据库包含下一个变量：
物种：4 级人口：20 级
Reproductive_State：2 级
Survival_probability：范围 [0-1]
年月
两周
：从 1 到 26（在分析中称为季节性）

我试图获得“物种的常见季节性生存”的描述性估计和绘图，以检查变量生殖状态的两个水平之间是否存在差异。

为了检查它，我执行了：

稍后我更改级别的顺序Reproductive_Group并执行相同的分析：

在第一个模型中，输出为：

而第二个模型的输出是：

此外，我附上了两个模型的图：
Group_B_as_second_level
Group_NB_as_second_level

我认为这两种分析的季节性图应该是相同的，只要它完全代表季节性。但是，如果季节性反映了另一个级别的季节性趋势，则第一张图片的情节 1 应该与第二张图片的情节 2 匹配，反之亦然，他们不这样做。

需要注意的是，我遵循了时间序列数据概览 GAMM 分析来编写公式并检查两种生殖状态下季节性趋势的差异。

你知道为什么我用这两个模型得到不同的结果吗？

我刚从一位同事那里收到一个脚本，他的第一行是这样的：

他用这个脚本做了很多处理，所以我想这行代码对他有用。

但是，当我调用它时，我收到以下错误：

我想重申，这是独立脚本中的第一行。在调用此行之前不会进行任何处理。

这个错误对我来说似乎并不直观。我对可能导致它的原因的猜测没有找到解决方案。有谁知道为什么会出现这个错误？

编辑

函数的定义fittype似乎随着时间而改变。

当我使用高于matlab-2012a.

但是，当我使用matlab-2012a.

我的 2012 年之前的matlab发行版根本不包含该功能fittype。

为了让这个脚本中的其他函数能够正常工作，我需要调用这个调用来fittype使用新（er）版本的 Matlab。如果可以，请让我知道如何重新安排通话以防止出现错误。

我正在开发代码以将 Gompertz 方程拟合到细菌生长曲线，并正在使用以下网站提供的一些示例数据进行练习：

http://www.math.tamu.edu/~phoward/m442/ia3sol.pdf。

根据此代码，拟合应该几乎与数据匹配（上面网页给出的图表，第 3 页）。但是，当我运行代码时，实际数据绘制正确，但 lsqcurve 拟合非常差，并给出以下消息：

有什么我做错了吗？

感谢您的时间，

劳拉

我一直在尝试使用 scipy.optimize curve_fit 使用多个变量。它适用于我创建的测试代码，但是当我尝试在我的实际数据上实现它时，我不断收到以下错误

TypeError：只有长度为-1的数组可以转换为python标量

我的测试代码和实际代码中的数组形状及其元素的数据类型完全相同，所以我很困惑为什么会出现这个错误。

测试代码：

实际代码：

编辑 这是完整的错误信息

Traceback (most recent call last): File "DCM_03.py", line 46, in <module> popt, pcov=curve_fit(func,x,Y) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 651, in curve_fit res = leastsq(func, p0, args=args, full_output=1, **kwargs) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 377, in leastsq shape, dtype = _check_func('leastsq', 'func', func, x0, args, n) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 26, in _check_func res = atleast_1d(thefunc(*((x0[:numinputs],) + args))) File "//anaconda/lib/python2.7/site-packages/scipy/optimize/minpack.py", line 453, in _general_function return function(xdata, *params) - ydata File "DCM_03.py", line 40, in func return (0.062/(2*x))**4*(x*d*(math.exp((-sig_int**2)*(x**2)/2)/(1-cmath.exp(complex(0,1)*x*d)*math.exp((-sig_cp**2)*(x**2)/2))))**2 TypeError: only length-1 arrays can be converted to Python scalars

我在 Matlab 中使用 fitnlm 函数来计算三个系数。为了改善结果，我知道其中两个系数需要为正，第三个系数需要从 0 到 360 度。如何将这些假设添加到模型中？我浏览了帮助文件，似乎找不到任何有用的东西。以下是我使用的代码：

谢谢您的帮助

詹姆士

这是一个非常基本的问题，但我正在为此苦苦挣扎。此外，我找不到答案：

我有一个训练有素的 KNN 文本分类器

但我不确定如何提供新的输入（不是训练/测试数据的一部分）并将其分类。

我有两个数据集，我想找到最合适的函数类型：

我想说一下 y1 和 y2 的趋势，比如 y1 似乎遵循线性趋势，而 y2 看起来是指数型的。首先我尝试了符号回归，尤其是'rgp'包，但是文档很差，而且它也有一些问题（不要在存档模式下工作，等等）。不幸的是，没有任何其他符号回归包。

你有什么建议，我该怎么办？我如何说出/证明这样的结论：“y1 遵循 x 函数的线性趋势”？

我正在尝试将非线性函数拟合到给定的数据集（代码片段中的 x 和 y），该函数定义为

这就是在提到函数之前我应该​​拟合的初始图的样子。

但是当我尝试使用 nls 拟合并绘制曲线时，该图看起来不太正确

这就是我所看到的：

我很确定我在这里做错了什么，并感谢您的帮助。