scipy.stats.mstats.
sem#
- scipy.stats.mstats.sem(a, axis=0, ddof=1)[源代码]#
计算输入数组均值的标准误差。
有时也称为测量标准误差。
- 参数:
- aarray_like
包含要返回标准误差的值的数组。
- axisint 或 None,可选
如果 axis 为 None,首先将 a 扁平化。如果 axis 是一个整数,这将是进行运算的轴。 默认为 0。
- ddofint,可选
增量自由度。 针对有限样本中相对于总体方差估计的偏差调整多少个自由度。 默认为 1。
- 返回:
- sndarray 或 float
样本中沿输入轴的均值的标准误差。
注释
ddof 的默认值在 scipy 0.15.0 中更改为与
scipy.stats.sem
以及最常用的定义(如 R 文档中)保持一致。示例
查找沿第一个轴的标准误差
>>> import numpy as np >>> from scipy import stats >>> a = np.arange(20).reshape(5,4) >>> print(stats.mstats.sem(a)) [2.8284271247461903 2.8284271247461903 2.8284271247461903 2.8284271247461903]
使用 n 个自由度查找整个数组的标准误差
>>> print(stats.mstats.sem(a, axis=None, ddof=0)) 1.2893796958227628