scipy.stats.linregress 中标准误差的定义答案

【问题标题】：Definition of standard error in scipy.stats.linregressscipy.stats.linregress 中标准误差的定义
【发布时间】：2016-12-14 05:39:49
【问题描述】：

我正在使用scipy.stats.linregress 函数对一些二维数据进行简单的线性回归，例如：

from scipy import stats
x = [5.05, 6.75, 3.21, 2.66]
y = [1.65, 26.5, -5.93, 7.96]
gradient, intercept, r_value, p_value, std_err = stats.linregress(x,y)

该函数的文档指出std_err 是：

估计的标准误差

我不确定这意味着什么。这个old answer 表示它代表“渐变线的标准误差”，但是这个“并不总是这个库的行为”。

我能否准确定义这个参数究竟代表什么？

【问题讨论】：

这是统计中的标准度量。有关如何计算它的描述，请参阅en.wikipedia.org/wiki/…。简单来说，它会告诉您梯度对您的数据的拟合程度（值越高，精度越低）。
@JamesPringle 您介意发表您的评论作为答案，以便我接受吗？

标签： python scipy

【解决方案1】：

截至 2016 年 12 月，我认为它仍然显示 OLS 回归线斜率的标准误差。我使用orthogonal distance regression作为scipy包的一部分计算了一些数据集的回归，the output'ssd_beta[1]（代表回归线斜率的标准误差）与std_err非常相似，计算如下： scipy.stats.linregress.

【讨论】：

【解决方案2】：

这是统计中的标准度量。有关如何计算它的说明，请参阅 wikipedia。不幸的是，stackoverflow 似乎没有 LaTeX 支持，所以在这里写出和解释方程式是没有意义的。

基本上，std_err 应该为梯度中表示的每个系数提供一个值。简而言之，std_err 告诉您梯度对您的数据的拟合程度（值越高，精度越低）。

stats.stackexchange 网站上的其他有用答案是 here 和 here。

【讨论】：