Python：不确定性的 ufloat 功能

Question

我正在使用代表python 2.7 的模块uncertainties。谁输入过以下代码行：

import uncertainties
counts = uncertainties.ufloat(1,1)
auto_correlator = (counts - counts) / (2 * counts)
print auto_correlator
#0.0+/-0

你对结果的不确定性感到疑惑吗？根据我对统计数据的理解，我预计会出现有限错误：0.0+/-0.5。我使用的错误传播公式如下：

我不喜欢每次都用手做。我怎样才能有效和可靠地传播错误，或者我的直觉是错误的？

Answer 1

我觉得这个结果还不错。不管counts不确定多少，counts - counts总是恰好0，因为一样从自身减去的变量，我们不关心它的 "real" 值。

正如@elric 在他们的评论中所说，如果您想要相同的 "value"（即相同的标称值和相同的不确定性），请使用不同的变量。

counts1 = uncertainties.ufloat(1,1)
counts2 = uncertainties.ufloat(1,1)
auto_correlator = (counts1 - counts2) / (counts1 + counts2)
print auto_correlator

Answer 2

如果使用相同的数字，减法的不确定性为零。您在想的是具有相同不确定性的不同数字。

import uncertainties
counts1 =     uncertainties.ufloat(1,1)
counts2 = uncertainties.ufloat(1,1)
counts3 = uncertainties.ufloat(1,1)
not_auto_correlator = (counts1 - counts2) / (2 * counts3)
print not_auto_correlator

Python：不确定性的 ufloat 功能

Python: Uncertainties' ufloat functionality

python

uncertainty