У меня есть вопрос, с которым я бьюсь уже несколько дней.

Как рассчитать (95%) доверительный интервал подбора?

Подгонка кривых к данным - это ежедневная работа каждого физика - так что я думаю, что это должно быть где-то реализовано - но я не могу найти реализацию для этого, и при этом я не знаю, как сделать это математически.

Единственное, что я нашел, этоseaborn это делает хорошую работу длялинейный наименьших квадратов.

import numpy as np                                                                                                                                                                                                                         
from matplotlib import pyplot as plt
import seaborn as sns
import pandas as pd

x = np.linspace(0,10)
y = 3*np.random.randn(50) + x

data = {'x':x, 'y':y}
frame = pd.DataFrame(data, columns=['x', 'y'])
sns.lmplot('x', 'y', frame, ci=95)

plt.savefig("confidence_band.pdf")

Но это просто линейный метод наименьших квадратов. Когда я хочу соответствовать, например. кривая насыщения, какЯ облажался.

Конечно, я могу вычислить t-распределение из std-ошибки метода наименьших квадратов, напримерscipy.optimize.curve_fit но это не то, что я ищу.

Спасибо за любую помощь!