LinearFitResult

Definizione

LinearFitResult e una dataclass immutabile con slots=True, usata come oggetto di ritorno di lin_fit.

Scopo

Raccogliere in un unico contenitore tipizzato i parametri del fit, le incertezze associate, i residui, le diagnostiche e la figura opzionale.

Campi

  • slope: pendenza della retta stimata.

  • intercept: intercetta della retta stimata.

  • slope_std: incertezza standard sulla pendenza.

  • intercept_std: incertezza standard sull’intercetta.

  • covariance: covarianza tra i due parametri del fit.

  • correlation: coefficiente di correlazione tra pendenza e intercetta.

  • residuals: vettore dei residui fisici y - (m x + c), sempre non normalizzati anche quando lin_fit(..., normalize_residuals=True) mostra residui normalizzati nel grafico.

  • residual_std: stima sintetica della dispersione dei residui.

  • chi2: chi quadrato del fit.

  • reduced_chi2: chi quadrato ridotto.

  • dof: gradi di liberta, pari a n - 2.

  • iterations: numero di aggiornamenti dei pesi effettuati.

  • converged: indica se l’iterazione con sigma_x ha soddisfatto il criterio di arresto.

  • figure: oggetto matplotlib oppure None se show_plot=False.

Quando leggerlo

Usa questo oggetto quando vuoi:

  • recuperare i parametri del fit senza dover parsare una stringa o una legenda

  • controllare la qualita del fit tramite residui e reduced_chi2

  • decidere se salvare o riusare la figura generata

Esempio

result = lin_fit(x, y, sigma_y, show_plot=False)

print(result.slope)
print(result.intercept_std)
print(result.reduced_chi2)

Note

La classe non esegue calcoli da sola: e una rappresentazione dell’output prodotto da lin_fit. Il parametro normalize_residuals di lin_fit non aggiunge campi e non cambia i valori numerici contenuti in questa classe; agisce solo sul pannello dei residui della figura.