scipy.stats.mstats.

sem#

scipy.stats.mstats.sem(a, axis=0, ddof=1)[source]#

计算输入数组的均值标准误差。

有时也称为测量标准误差。

参数:
a类似数组

包含要返回其标准误差的值的数组。

axisint 或 None，可选

如果 axis 为 None，首先将 a 展平。如果 axis 为整数，则此轴为要操作的轴。默认为 0。

ddofint，可选

增量自由度。与总体方差估计值相比，调整样本中偏差的自由度数。默认为 1。

返回:
sndarray 或 float

输入轴上样本均值标准误差。

说明

在 scipy 0.15.0 中，ddof 的默认值改变，以与 scipy.stats.sem 保持一致，以及与最常用的定义保持一致（就像在 R 文档中）。

示例

沿第一个轴查找标准误差

>>> 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 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
本页内容