最小二乘法拟合
ltsfit的Python项目详细描述
具有一维或二维分散性的稳健线性回归
ltsfit是第3.2节中描述的方法的python实现。 Cappellari et al. (2013a) 执行非常健壮的对所有错误的数据进行直线或平面拟合 坐标,同时考虑可能的内在散射。 使用稳健的最小二乘法(lts)对异常值进行迭代裁剪。 技术由Rousseeuw & van Driessen (2006)。
归因
如果你使用这个软件进行研究,请引用 Cappellari et al. (2013a) 其中描述了实现。纸张的bibtex条目是:
@ARTICLE{Cappellari2013a, author = {{Cappellari}, M. and {Scott}, N. and {Alatalo}, K. and {Blitz}, L. and {Bois}, M. and {Bournaud}, F. and {Bureau}, M. and {Crocker}, A.~F. and {Davies}, R.~L. and {Davis}, T.~A. and {de Zeeuw}, P.~T. and {Duc}, P.-A. and {Emsellem}, E. and {Khochfar}, S. and {Krajnovi{\'c}}, D. and {Kuntschner}, H. and {McDermid}, R.~M. and {Morganti}, R. and {Naab}, T. and {Oosterloo}, T. and {Sarzi}, M. and {Serra}, P. and {Weijmans}, A.-M. and {Young}, L.~M.}, title = "{The ATLAS$^{3D}$ project - XV. Benchmark for early-type galaxies scaling relations from 260 dynamical models: mass-to-light ratio, dark matter, Fundamental Plane and Mass Plane}", journal = {MNRAS}, eprint = {1208.3522}, year = 2013, volume = 432, pages = {1709-1741}, doi = {10.1093/mnras/stt562} }
安装
安装时使用:
pip install ltsfit
如果没有对全局site-packages目录的写入权限,请使用:
pip install --user ltsfit
文档
请参阅ltsfit/examples和文件头。
许可证
版权所有(c)2012-2018 Michele Cappellari
本软件按原样提供,不作任何保证。 允许用于非商业目的。 授予个人或内部使用的修改权限, 如果本版权和免责声明包含在 软件的副本。保留所有其他权利。 特别是,不允许重新分发代码。