SciPy stats.tsem()函数介绍

stats.tsem()函数是SciPy中的一个用于计算两个或多个样本的t型标准误差的函数。在统计学中，t型标准误差用于衡量样本均值的不确定性。

语法

stats.tsem(a, b=None, axis=0)

参数说明：

• a：array_like，第一个样本。
• b：array_like，可选参数，第二个样本。
• axis：int，可选参数，计算标准误差时的轴。默认为0。

返回值

一个浮点数或一个一维数组，表示给定样本的t型标准误差。

示例

import numpy as np
from scipy import stats

a = np.array([1, 2, 3, 4, 5])
b = np.array([6, 7, 8, 9, 10])

# 计算样本a的t型标准误差
print(stats.tsem(a))
# 输出：0.7071067811865476

# 计算样本a和b的t型标准误差
print(stats.tsem(a, b))
# 输出：0.7071067811865476

# 沿着axis=1计算样本a和b的t型标准误差
print(stats.tsem([a, b], axis=1))
# 输出：array([0.70710678, 0.70710678])

上面的示例中，我们通过调用stats.tsem()函数计算了样本a与样本b的t型标准误差。我们还演示了在计算多个样本的t型标准误差时如何传递axis参数。