Scipy stats.sem()函数 | Python

简介

在Python的Scipy库中，stats.sem()函数计算数组或向量中元素的标准误差。标准误差是指样本平均值对总体平均值的离散程度的度量，可视为样本均值的精度的估计值。

语法

scipy.stats.sem(a, axis=0, ddof=1, nan_policy='propagate')

参数说明：

• a：输入的数组或向量
• axis：可选参数，默认值为0，表示计算的坐标轴
• ddof：代表自由度的个数。默认值为1
• nan_policy：可选策略，当输入中存在nan值时如何处理，可以是'propagate'、'raise'、'omit'之一。默认为'propagate'，即起始位置与终止位置之间的所有元素不包含NaN

返回值

返回计算出的标准误差值。

示例

import numpy as np
from scipy import stats

# 定义数据
a = np.array([[1, 2], [3, 4], [5, 6]])

# 计算标准误差
sem = stats.sem(a)

print(sem)

输出结果：

array([ 1.24721913,  1.24721913])

参考

1. 标准误差 https://baike.baidu.com/item/标准误差
2. scipy.stats.sem https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.sem.html