Amy 原创整理|资料核验:2026-11-06
SciPy的linregress返回结果包含斜率、截距及各自的标准误,但为了兼容旧代码,它仍能像长度为5的元组那样拆包。若只写slope, intercept, r, p, se = linregress(x, y),最后的se对应斜率的标准误;这五个变量里没有截距的标准误。
需要完整结果时,先保留对象,例如fit = linregress(x, y),再读fit.stderr和fit.intercept_stderr。前者对应斜率,后者对应截距。不能把前者复制到“截距标准误”一栏,也不能因为拆包只有五项就判断库没有计算第六项。以上是调用方式示意,x和y需自行提供长度相同的有效观测数据,并非已经运行的实测案例。
官方文档说明,这两项标准误的解释以残差正态性为假设。pvalue另有含义:它针对斜率为0的原假设,并受alternative参数决定的备择假设影响;它不是截距的不确定性指标。
Amy建议:整理回归输出表时,用属性名称逐项对应列名,并保留模型假设说明。若仅沿用旧教程的五变量写法,应先检查自己的报表是否还需要截距标准误。本文依据当日读取的官方API文档整理,是代码阅读提醒,不是新版本公告或个别数据分析结论。
官方来源:
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.linregress.html