Ctrl+K
scipy.stats.

tsem#

scipy.stats.tsem(a, limits=None, inclusive=(True, True), axis=0, ddof=1, *, nan_policy='propagate', keepdims=False)[源代码]#

计算修剪后的均值标准误差。

此函数查找给定值的均值标准误差，忽略给定limits之外的值。

参数:
aarray_like

值数组。

limitsNone 或 (下限，上限)，可选

输入数组中小于下限或大于上限的值将被忽略。当 limits 为 None 时，则使用所有值。元组中的任一限制值也可以为 None，表示半开区间。默认值为 None。

inclusive(bool, bool), 可选

由（下限标志，上限标志）组成的元组。这些标志确定是否包含完全等于下限或上限的值。默认值为 (True, True)。

axisint 或 None，默认值：0

如果为 int，则为输入中计算统计信息的轴。输入的每个轴切片（例如行）的统计信息将显示在输出的相应元素中。如果为 None，则在计算统计信息之前将输入展平。

ddofint，可选

自由度的增量。默认值为 1。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入 NaN。

  • propagate：如果轴切片（例如行）中存在 NaN，则将计算该轴的统计信息，输出的相应条目将为 NaN。

  • omit：执行计算时将忽略 NaN。如果轴切片中剩余数据不足以计算统计信息，则输出的相应条目将为 NaN。

  • raise：如果存在 NaN，将引发 ValueError。

keepdimsbool，默认值：False

如果将其设置为 True，则缩减的轴将保留在结果中，作为大小为 1 的维度。使用此选项，结果将与输入数组正确广播。

返回:
tsemfloat

修剪后的均值标准误差。

说明

tsem 使用无偏样本标准差，即使用校正因子 n / (n - 1)。

从 SciPy 1.9 开始，np.matrix 输入（不建议用于新代码）在执行计算之前会转换为 np.ndarray。在这种情况下，输出将是标量或形状合适的 np.ndarray，而不是 2D 的 np.matrix。同样，虽然会忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是 mask=False 的掩码数组。

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tsem(x)
1.3228756555322954
>>> stats.tsem(x, (3,17))
1.1547005383792515
在本页