生成与Mathematica LinearModelFi相同结果的Python模块或算法

Question

首先，我对Mathematica不太了解，而且我已经很长时间没有做过统计了。在

我一直在尝试（Google和RTFM）使用scipy.stats.linregress来重现MathematicaLinearModelFit函数产生的结果。现在很明显，除了最简单的情况外，这是不可能的。在

LinearModelFit[ydata, 1/(2 n - x)^100, x]

产生16.3766 + <<70>>/(2580 - x)^100

如果有人能为我指出正确的方向，我将不胜感激。在

提前谢谢。在

数据：http://pastebin.com/RTp5em0W

Mathematica笔记本的屏幕截图：http://imgur.com/owMg3r8

注：我没有做数学工作。ddd是可以在pastebin链接上找到的数据。分母中的y应该是x

Answer 1

我不知道python的解决方案，但解决这个问题的一种方法是根据作为LinearModelFit参数提供的函数形式转换x数据：

 n=1290
 LinearModelFit[ydata, 1/(2 n - x)^100, x]["BestFit"]

16.1504 + 1.471945513739138*10^315/(2580 - x)^100

相当于：

^{pr2}$

16.1504 + 1.471945513739138*10^315 x

您应该能够很容易地进行这种转换，并在python中使用标准线性回归。但是，由于指数较大，您可能会遇到精度问题。在