Как распространить ошибку при использовании scipy quad на сплайне данных с ошибкой измерения?

Question

У меня есть набор данных с N точками, которые я подгоняю к сплайну и интегрирую, используя scipy.integrate.quad. Я хотел бы использовать N связанных ошибок измерения, чтобы оценить погрешность окончательного интегрального значения.

Первоначально я пытался использовать пакет неопределенностей, но объекты x +/- stddev не работали со scipy.

def integrand(w_point, x, y):
    #call spline function to get data arbitrary points
    f_i = spline_flux_full(x, y, w_point)

    #use spline for normalizing data at arbitrary points
    f_i_continuum = coef_continuum(w_point)

    #this is the integrand evaluated at w_point
    W_i = 1.-(f_i/f_i_continuum)

    return(W_i)

Есть идеи?

Answer 1

Синтетические наборы данных. У вас есть данные с ошибками. Теперь сгенерируйте 1000 наборов данных с каждой точкой, полученной из нормального распределения с центром вокруг измеренной точки и стандартным отклонением, данным ошибкой в ​​этой точке. Подходит для каждого набора данных. Интеграция. Повторение. Теперь у вас есть 1000 значений интеграла. Вычислите среднее значение и стандартное отклонение этих значений.