scipy.stats.mstats.

trimmed_std

scipy.stats.mstats.trimmed_std(a, limits=(0.1, 0.1), inclusive=(1, 1), relative=True, axis=None, ddof=0)

返回给定轴上数据的修剪标准差。

参数:

a序列

输入数组

limits{None, tuple}, 可选

如果 relative 为 False，则为绝对值的元组 (下限，上限)。小于（大于）下限（上限）的输入数组值被掩盖。

如果 relative 为 True，则为在数组的每一侧截取的元组（较低百分比，较高百分比），相对于未掩盖数据的数量。

记 n 为修剪前未掩盖数据的数量，第 (n*limits[0]) 个最小的数据和第 (n*limits[1]) 个最大的数据被掩盖，修剪后未掩盖的数据总数为 n*(1.-sum(limits))。在每种情况下，一个限制的值可以设置为 None，以指示开区间。

如果 limits 为 None，则不执行修剪

inclusive{(bool, bool) tuple}, 可选

如果 relative 为 False，则为指示是否允许绝对限制的值相等的元组。 如果 relative 为 True，则为指示是否应四舍五入 (True) 或截断 (False) 每侧要掩盖的数据数量的元组。

relativebool, 可选

是否将限制视为绝对值 (False) 或要截取的比例 (True)。

axisint, 可选

沿其修剪的轴。

ddof{0,integer}, 可选

表示 Delta 自由度。计算期间使用的分母为 (n-ddof)。DDOF=0 对应于有偏估计，DDOF=1 对应于方差的无偏估计。