所以我试图通过最小化卡方函数来计算参数β的值。为此,我使用scipy.optimize.minimize()函数。我似乎无法让代码完成我想要的。有没有办法做到这一点?我对其他解决问题的方法持开放态度。
对于某些背景,变量vr,rms和delta都是相同长度的1D元组,zeff,H和beta是参数。我正在尝试计算优化的beta值。
def chisq(beta,vr, delta,rvs,rms,zeff,H):
c = -(H/(1+zeff))*(beta/3)
model = c*np.multiply(rms,delta)
q = (vr-model)**2
p = model**-1
ratio = np.multiply(p,q)
chisq = np.sum(ratio)
return chisq
initial_guess = 0.47663662075855323
res = opt.minimize(chisq,initial_guess,args = (beta,delta,rvs,rms,zeff,H))
我经常得到一个错误,说函数的维度与minimize()函数的语法不匹配。
在你的情况下,beta是优化变量,因此你不需要将它作为额外参数传递给函数chisq:
res = opt.minimize(chisq, x0=initial_guess, args=(vr, delta, rvs, rms, zeff, H))