scipy.stats.mstats.

trimmed_var#

scipy.stats.mstats.trimmed_var(a, limits=(0.1, 0.1), inclusive=(1, 1), relative=True, axis=None, ddof=0)[source]#

返回沿给定轴的数据的修剪方差。

参数:
a序列

输入数组

limits{None, tuple}, 可选

如果 relative 为 False,则为元组(下限,上限),以绝对值表示。 输入数组中低于(大于)下限(上限)的值将被屏蔽。

如果 relative 为 True,则为元组(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。

假设 n 是修剪前未屏蔽数据的数量,则第 (n*limits[0]) 个最小数据和第 (n*limits[1]) 个最大数据将被屏蔽,并且修剪后未屏蔽数据的总数为 n*(1.-sum(limits))。在每种情况下,可以将一个限制的值设置为 None 以指示一个开放区间。

如果 limits 为 None,则不执行修剪

inclusive{(bool, bool) 元组}, 可选

如果 relative 为 False,则为指示是否允许完全等于绝对限制的值的元组。 如果 relative 为 True,则为指示是否应舍入 (True) 或截断 (False) 每一侧要屏蔽的数据数量的元组。

relativebool,可选

是否将限制视为绝对值 (False) 还是切割比例 (True)。

axisint,可选

要沿其修剪的轴。

ddof{0,整数}, 可选

表示增量自由度。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。