提问人：F2Sphysics 提问时间：8/30/2023 更新时间：8/31/2023 访问量：45
像 SkewedVoigtModel（） 这样的 lmfit 模型的 skew 参数是绝对的还是相对的？
Is the skew parameter from lmfit models like SkewedVoigtModel() absolute or relative?
问：
从 lmfit 的 Skewed 类型模型（如 （SkewedVoigtModel（）））的文档中，我不清楚从拟合返回的 skew 参数是绝对的还是相对的。从这个意义上说，我的意思是，如果我有几个数据集都具有相似的基础 Voigt 分布，但都具有不同的偏斜值，并且我将每个数据集拟合到 model = SkewedVoigtModel（） 独立，我是否可以比较这些拟合之间的偏斜值以告诉我这些数据集如何变化？
从维基百科上关于偏正态分布 （https://en.wikipedia.org/wiki/Skew_normal_distribution） 的文章来看，似乎不应该使用偏度值来进行推断，也许我在统计学方面的薄弱背景使得很难理解作为参考 https://doi.org/10.1080/02664760050120542 的文章。
（如果你很好奇，在我的具体案例中，数据集是单一气体条件下激光诱导荧光的光谱，光谱来自将荧光弦分箱到几个小箱中，我希望能够测试我的激光光斑是否在空间上漂移作为波长的函数，以及它漂移了多少。
我绘制了偏斜与.bin数据集，在许多情况下，它显示了整个数据集的线性偏斜趋势（表明我的荧光弦在CCD上移动）。然而，并非所有给定气体条件下的数据集偏斜图都显示出相同的线性趋势，并且有些图在相邻箱之间的偏斜变化不稳定。
综上所述，我猜歪斜是绝对的，但我想与那些对 lmfit 更有经验的人仔细检查一下。
谢谢！
答：
0赞
M Newville
8/31/2023
#1
具有数学形式的 SkewedVoigtModel 记录在 https://lmfit.github.io/lmfit-py/builtin_models.html#skewedvoigtmodel，所用函数的代码记录在 https://github.com/lmfit/lmfit-py/blob/468873a081bf4bcde90ab3a92e91a4119e07a913/lmfit/lineshapes.py#L332
这两种说法都说，非偏斜线形（这里是常规的Voigt函数）乘以
(1 + erf(skew * (x-center) / (sqrt(2)*sigma)))
（我认为对于任何提出这个问题的人来说，这些术语的含义都应该是显而易见的）。
对于这种形式，我不知道“相对”或“绝对”对你意味着什么。如果我被迫选择其中一个词，我可能会猜测是“相对的”，因为中心从 x 中删除，偏斜值除以 sigma 以给出 erfc 功能打开的 x 范围。
我不知道为什么不应该使用该值进行推断。我认为人们应该能够对任何具有有限（或“不是很大”）不确定性的变量参数得出结论。也许我不明白这一点。
评论