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