我想用 python 拟合我的部分数据，使用 lmfit(这不是必须的！)。我想要拟合数据的动态范围，这意味着有两个拟合参数来定义我要拟合的数据部分(我们称之为下边界和上边界)。
原因是我有很多数据集。在每个拟合范围内各不相同，我无法定义一个模型来拟合整个数据范围。另一方面，我无法遍历每个数据集并定义拟合范围。
有可能吗？我想将脉冲函数与我的模型相乘，这也会影响原始数据。尽管据我所知，我无法告诉 lmfit 将其与数据相乘。所以我想不通！

模型函数或要最小化的函数返回的观测值数量(数据点或残差数组的长度)在整个单独拟合中必须相同。当然，这可以在连续拟合之间改变。因此，您可以尝试对具有不同范围的每个数据集进行多次拟合，也许是根据之前的拟合进行设置。

我认为您使用"不适合的地方"来确定不适合的地方的想法有些可疑，您希望确保避免导致荒谬的结果。例如，如果范围自动缩小到 Ndata = Nvariables 1，那么与 Ndata = 100*Nvariables 相比，您可能会得到一个非常低的卡方。

在不知道细节的情况下，我认为您最好提出选择仅依赖于数据而不适合它的数据范围的标准。