用lmfit进行拟合时，如何指定Y变量的误差？

import lmfit
import numpy as np

# 定义拟合模型，这里使用简单的线性模型
def linear_model(params, x):
    slope = params['slope']
    intercept = params['intercept']
    return slope * x + intercept

# 创建X、Y变量以及误差数组
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])
errors = np.array([0.1, 0.2, 0.3, 0.4, 0.5])

# 创建WeightedData对象
data = lmfit.Data(x, y, weights=1/errors)

# 创建参数对象
params = lmfit.Parameters()
params.add('slope', value=1.0)
params.add('intercept', value=0.0)

# 进行拟合
result = lmfit.minimize(func=linear_model, params=params, method='leastsq', args=(x,), kws={'data': data})

# 打印拟合结果
lmfit.report_fit(result)