Ctrl+K
scipy.stats.mstats.

sem#

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

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:
aarray_like

一个包含要返回标准误差的值的数组。

axisint 或 None，可选

如果 axis 为 None，则首先展开 a。 如果 axis 是一个整数，则这将是进行操作的轴。默认为 0。

ddofint，可选

Delta 自由度。 为了调整有限样本相对于方差的总体估计中的偏差，需要调整多少自由度。默认为 1。

返回:
sndarray 或 float

样本中均值的标准误差，沿输入轴。

备注

ddof 的默认值在 scipy 0.15.0 中进行了更改，以与 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]

查找整个数组的标准误差，使用 n 个自由度

>>> print(stats.mstats.sem(a, axis=None, ddof=0))
1.2893796958227628
在本页