"""Regola di scelta del modello (docs/algoritmi.md §6) su fit finti."""

from fitseg.analisi import scegli


def fit(nome, k, aicc, rmse=0.1, **extra):
    base = {"modello": nome, "n_parametri": k, "aicc": aicc, "rmse": rmse, "convergenza": True,
            "parametri_a_limite": [], "non_identificabile": False}
    return {**base, **extra}


def test_vince_meno_parametri_entro_delta(cfg):
    scelto, _, _ = scegli([fit("a", 1, -100.0), fit("b", 3, -101.0)], 0.1, cfg)  # ΔAICc = 1 < 2
    assert scelto["modello"] == "a"


def test_vince_il_migliore_oltre_delta(cfg):
    scelto, _, _ = scegli([fit("a", 1, -100.0), fit("b", 3, -110.0)], 0.1, cfg)
    assert scelto["modello"] == "b"


def test_scarta_non_validi(cfg):
    fits = [fit("a", 1, -200.0, non_identificabile=True), fit("b", 2, -100.0),
            fit("c", 2, -300.0, parametri_a_limite=["tau"]), fit("d", 2, -400.0, convergenza=False)]
    assert scegli(fits, 0.1, cfg)[0]["modello"] == "b"


def test_nessun_valido_indeterminato(cfg):
    scelto, motivo, adeguato = scegli([fit("a", 1, -1.0, non_identificabile=True)], 0.1, cfg)
    assert scelto is None and not adeguato and "indeterminato" in motivo


def test_preferisce_i_modelli_adeguati(cfg):
    # b ha AICc molto migliore ma RMSE oltre soglia·σ; a è adeguato: vince tra gli adeguati
    scelto, _, adeguato = scegli([fit("a", 1, -50.0, rmse=0.1), fit("b", 3, -500.0, rmse=1.0)], 0.1, cfg)
    assert scelto["modello"] == "a" and adeguato


def test_nessun_adeguato_lo_segnala(cfg):
    scelto, _, adeguato = scegli([fit("a", 1, -50.0, rmse=1.0)], 0.1, cfg)
    assert scelto["modello"] == "a" and not adeguato