Python SciPy mstats.sem用法及代码示例

本文简要介绍 python 语言中 scipy.stats.mstats.sem 的用法。

用法:

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

计算输入数组平均值的标准误差。

有时也称为测量标准误差。

参数 ：：

a： array_like

包含返回标准错误的值的数组。

axis： int 或无，可选

如果轴为无，则首先解开。如果axis是一个整数，这将是要操作的轴。默认为 0。

ddof： 整数，可选

三角洲degrees-of-freedom。相对于总体方差估计，在有限样本中调整偏差的自由度。默认为 1。

返回 ：：

s： ndarray 或浮点数

样本中平均值的标准误差，沿输入轴。

注意：

默认值为ddof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 文档中的定义)。

例子：

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 个自由度在整个数组中查找标准误差：

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