回答編集履歴
1
補足追記
answer
CHANGED
|
@@ -8,4 +8,8 @@
|
|
|
8
8
|
2次元の sigma は，y データの誤差の共分散行列です，最適化関数は chisq = r.T @ inv(sigma) @ r です．
|
|
9
9
|
None（デフォルト）は1で埋められた1-dシグマと同等です．
|
|
10
10
|
|
|
11
|
-
今回の場合、標準偏差sigmaをx, yから求める関数 sigma = s(x, y) : 数列×数列→数列 として定義すれば、xとyの観測値をそのまま入れることで、算出可能です。
|
|
11
|
+
今回の場合、標準偏差sigmaをx, yから求める関数 sigma = s(x, y) : 数列×数列→数列 として定義すれば、xとyの観測値をそのまま入れることで、算出可能です。
|
|
12
|
+
|
|
13
|
+
ちなみに、sigma_scaler = s1(x, y) : スカラー×スカラー→スカラー として定義して、numpy.vectorizeを使えば、楽に、数列×数列→数列 の求める関数を作ることができます。
|
|
14
|
+
|
|
15
|
+
参考: [numpy.vectorizeの使い方](https://qiita.com/3x8tacorice/items/3cc5399e18a7e3f9db86)
|