scipy.stats.sem¶
- scipy.stats.sem(a, axis=0, ddof=1, nan_policy='propagate')[源代码]¶
计算平均值的标准误差。
计算输入数组中的值的平均值(或测量标准误差)的标准误差。
- 参数
- aarray_like
包含返回标准错误的值的数组。
- axis整型或无型,可选
要沿其运行的轴。默认值为0。如果没有,则对整个阵列进行计算 a 。
- ddof整型,可选
增量自由度。相对于总体方差估计,在有限样本中调整偏差的自由度有多大。默认为1。
- nan_policy{‘Propagate’,‘RAISE’,‘OMIT’},可选
定义输入包含NaN时的处理方式。以下选项可用(默认值为‘Propagate’):
‘Propagate’:返回NaN
“raise”:引发错误
‘omit’:执行计算时忽略NaN值
- 退货
- sndarray或浮动
样本中平均值沿输入轴的标准误差。
注意事项
的默认值 ddof 与其他ddof包含例程(如np.std和np.nanstd)使用的默认值(0)不同。
示例
查找沿第一个轴的标准误差:
>>> from scipy import stats >>> a = np.arange(20).reshape(5,4) >>> stats.sem(a) array([ 2.8284, 2.8284, 2.8284, 2.8284])
使用n个自由度查找整个阵列的标准误差:
>>> stats.sem(a, axis=None, ddof=0) 1.2893796958227628