python拟合曲线误差分析,如何返回Python曲线拟合误差

我正在尝试使用python使函数适合一个实验的数据集。我可以得到一个非常好的近似值，拟合效果也很好，但是参数的误差非常高，我不确定如何修正。在

数据由时间数据集和y数据集组成。变量“ve”是一个线性速度函数，这就是为什么在代码中它被替换为“a*x+b”。现在拟合看起来很好，理论上函数应该拟合数据，但误差高得离谱。代码如下：import operator

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

from lmfit import Model

from numpy import log, linspace, random

from matplotlib import colors as mcolors

from scipy.optimize import curve_fit

data6 = pd.read_csv('2594.csv')

x=data6.iloc[:18,0]

y=data6.iloc[:18,1]

def func(x, a, b, mo, q):

return (4.9+a*x+b)*x+(a*x+b)*((mo/q)-x)*log(1-(q*x)/mo)-0.5*9.8*x*x

popt, pcov = curve_fit(func,x,y,bounds=((0, -100, 0, 0), (1000, 1000, 1, 1)))

plt.plot(x, func(x, *popt), 'g--', label='fit: a=%5.3f, b=%5.3f, mo=%5