在数据分析过程中，我们经常会遇到线型拟合问题。标准的做法是用最小二乘法(least-squares method)来计算相关系数，用协方差矩阵(covariance matrix)估计误差。不过这是在假定所有数据点都是绝对精确的情况下才成立。而在实际工作中，测量值不可避免地带有误差，忽略这些误差显然会低估相关系数的误差。那么该如何合理考虑数据点的误差，并绘制相应的置信带(confidence band，表示拟合函数的可能出现范围)呢？这里我们借助Python中的相关函数来看一下。

继续阅读 →