参数回归和非参数回归，带有绘图和测试方法。
PyQt-Fit的Python项目详细描述
===
pyqt-fit
=
非参数回归（局部常数或局部多项式），使用
选项提供您自己的。还有一个完整的gui访问，当前
只提供参数回归的接口。
1d数据分析的gui使用：
$pyqt_fit1d.py
pyqt fit也可以从python解释器中使用。这是一个典型的会话：
>br/>>gt>gt>>从pyqqqqt-fit导入pyqt-fit导入pyqt-fit导入pyqt-fit导入pyqt-fit
>>；>从matplotlib导入pylab导入numpy作为npp导入numpy；从matplotlib导入pylab导入np-np.arange（0,3,0.01）
>gt>gt>>>y=2*x+4*x**2+np.random.random.randnn（0,3,0.01）
>gt>gt>gt>>>>>>y=2*x+x+4*x+4*x*x**2>；>；>；定义fct（参数，x）：
…（a0，a1，a2）=参数
…返回a0+a1*x+a2*x*x
>；>；fit=pyqt拟合。曲线拟合（x，y，（0，1，0），fct）
>；>；结果=绘图拟合。拟合评估（拟合，x，y）
>；>；打印（拟合（x））；显示估计值
>；>；绘图拟合。绘图1d（结果）
>；>；pylab.show（）
pyqt fit是python中用于回归的包。有两套工具：用于参数回归或非参数回归。
它还提供了bootstrapping方法（对样本或残差）来估计参数值和/或拟合函数的置信区间。
自举
函数也适用于非参数回归方法。
BR/>该软件包还提供了回归的四个评价：残差图
与x轴、归一化残差与y轴的关系图、
的残差和残差直方图。所有这些都可以输出到
csv文件，以便在您喜爱的软件（包括大多数
电子表格程序）中进行进一步分析。
注意
---
1.3.0版与以前的版本不完全兼容。虽然
接口提供了更好的灵活性，但它需要一些代码更改。
pyqt-fit
=
非参数回归（局部常数或局部多项式），使用
选项提供您自己的。还有一个完整的gui访问，当前
只提供参数回归的接口。
1d数据分析的gui使用：
$pyqt_fit1d.py
pyqt fit也可以从python解释器中使用。这是一个典型的会话：
>br/>>gt>gt>>从pyqqqqt-fit导入pyqt-fit导入pyqt-fit导入pyqt-fit导入pyqt-fit
>>；>从matplotlib导入pylab导入numpy作为npp导入numpy；从matplotlib导入pylab导入np-np.arange（0,3,0.01）
>gt>gt>>>y=2*x+4*x**2+np.random.random.randnn（0,3,0.01）
>gt>gt>gt>>>>>>y=2*x+x+4*x+4*x*x**2>；>；>；定义fct（参数，x）：
…（a0，a1，a2）=参数
…返回a0+a1*x+a2*x*x
>；>；fit=pyqt拟合。曲线拟合（x，y，（0，1，0），fct）
>；>；结果=绘图拟合。拟合评估（拟合，x，y）
>；>；打印（拟合（x））；显示估计值
>；>；绘图拟合。绘图1d（结果）
>；>；pylab.show（）
pyqt fit是python中用于回归的包。有两套工具：用于参数回归或非参数回归。
它还提供了bootstrapping方法（对样本或残差）来估计参数值和/或拟合函数的置信区间。
自举
函数也适用于非参数回归方法。
BR/>该软件包还提供了回归的四个评价：残差图
与x轴、归一化残差与y轴的关系图、
的残差和残差直方图。所有这些都可以输出到
csv文件，以便在您喜爱的软件（包括大多数
电子表格程序）中进行进一步分析。
注意
---
1.3.0版与以前的版本不完全兼容。虽然
接口提供了更好的灵活性，但它需要一些代码更改。
欢迎加入QQ群-->： 979659372
