scipy.stats.mstats.

trimmed_mean_ci

scipy.stats.mstats.trimmed_mean_ci(data, limits=(0.2, 0.2), inclusive=(True, True), alpha=0.05, axis=None)

给定轴上修剪后的平均值的选定置信区间。

参数:

data类数组

输入数据。

limits{"None", 元组}, 可选

无或两个项目的元组。元组用于确定相对于无遮罩数据数量的阵列每一侧的百分比，取值为介于 0 和 1 之间的浮点数。如果 n 是修剪前无遮罩数据的数量，则修剪后的第 (n * limits[0]) 小数据和第 (n * limits[1]) 大数据将被遮罩。修剪后的无遮罩数据总数为 n * (1. - sum(limits))。其中一个限制的值可设为无，表示开放区间。

默认值为 (0.2, 0.2)。

inclusive(2,) 布尔值元组，可选

如果 relative==False，元组指示是否允许值与绝对限制完全相等。如果 relative==True，元组指示每侧被遮罩的数据数量是否应取整（True）还是舍弃（False）。

默认值为 (True, True)。

alpha浮点数，可选

区间置信度。

默认值为 0.05。

axisint，可选

用于修剪的轴。如果为 None，则使用data 的扁平化版本。

默认值为 None。

返回:

trimmed_mean_ci(2,) ndarray

修剪后的数据的置信区间下限和上限。