Подгонка (фиттирование), правильные ошибки Опции

[metelev_sv]

Вот замерил передвижения одного из столиков на своей установке. Устроено оно так: мотор крутит вал, через червячную передачу движение передаётся на движущуюся поверхность столика. Кроме того на валу сидит датчик, который считает обороты. Ну вот, интересно мне было, какое перемещение приходится на один шаг датчика и насколько оно равномерное. Набил данные и фиттирую их обычной линейной функцией. Фиттирую в программе root, там есть возможность использовать пакеты MINUIT и FUMILI и для контроля то же самое программой gnuplot. Как водится, все три результата разные (IMG:style_emoticons/default/smile.gif) То есть коэффициенты одинаковые получаются (поскольку зависимость линейная, можно было бы проверить по точным формулам линейной регрессии, но мне лень и я думаю, что здесь провраться сложно). А вот ошибки во всех трёх случаях отличаются. Может быть кто-то сразу может сказать, что чем-то пользоваться не следует, или не поленится отфиттировать данные программой, которой пользуется сам и сравнить результат, тоже было бы интересно. Мне представляется, что FUMILI правильную ошибку даёт, а MINUIT и gnuplot ошибку завышают, иногда на несколько порядков. Просто потому, что более точные значения попадают в менее точные в пределах трёх ошибок в случае FUMILI, как и положено. Параметр p0 сильно отличается в двух случаях, просто потому, что точка отсчёта другая была.

Более точные данные (измерено микрометром, 125 точек):  data2.txt ( 1.72 килобайт ) Кол-во скачиваний: 974

Менее точные данные (измерено штангенциркулем, 9 точек):  data.txt ( 176 байт ) Кол-во скачиваний: 875


Фиттировал по формуле f(x)=p0+p1*x

Результаты по более точным данным:
FUMILI p0=-41.5134(+/-0.000162257) p1=0.0156692(+/-4.70252e-8)
gnuplot p0=-41.5134(+/-0.0126) p1=0.0156692(+/-3.653e-6)
MINUIT p0=-41.5134(+/-0.978949) p1=0.0156692(+/-2.83718e-4)

Результаты по менее точным данным:
FUMILI p0=2.72679(+/-0.0318153) p1=0.0156892(+/-1.58496e-5)
gnuplot p0=2.72679(+/-0.1415) p1=0.0156892(+/-7.047e-5)
MINUIT p0=2.72679(+/-0.628942) p1=0.0156892(+/-3.13323e-4)

[ycheff]

Может быть, я что-то путаю, но, imho, линейная регрессия не требует итераций, если находится по методу наименьших квадратов - там простенькая формулка. Если вместо МНК используются иные критерии, тогда возможно. В Origin есть несколько возможностей выбора для этого - я просито сходу врубил, что определено по умолчанию, и все.