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)[源码]#
返回给定轴上数据的截尾标准差。
- 参数:
- a序列
输入数组
- limits{None, 元组}, 可选
如果 relative 为 False,则元组 (下限,上限) 为绝对值。低于 (高于) 下限 (上限) 的输入数组的值将被屏蔽。
如果 relative 为 True,则元组 (较低百分比,较高百分比) 用于切割数组的每一侧,相对于未屏蔽数据的数量。
注意,n 为截尾前未屏蔽数据的数量,则第 (n*limits[0]) 个最小数据和第 (n*limits[1]) 个最大数据被屏蔽,截尾后未屏蔽数据的总数为 n*(1.-sum(limits))。在每种情况下,一个限制的值可以设置为 None 以指示一个开放区间。
如果 limits 为 None,则不执行截尾
- inclusive{(bool, bool) 元组}, 可选
如果 relative 为 False,则元组指示是否允许与绝对限制完全相等的值。如果 relative 为 True,则元组指示每一侧要屏蔽的数据数量是应该四舍五入 (True) 还是截断 (False)。
- relativebool, 可选
是否将限制视为绝对值 (False) 或要切割的比例 (True)。
- axisint, 可选
沿其进行截尾的轴。
- ddof{0,integer}, 可选
表示 Delta Degrees of Freedom。计算期间使用的分母是 (n-ddof)。 DDOF=0 对应于有偏估计,DDOF=1 对应于方差的无偏估计。