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。