scipy.stats.

tsem#

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

计算均值的截断标准差。

该函数查找给定值的均值标准差，同时忽略给定limits之外的值。

参数:
a类似数组

值数组。

limits无或 (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。如果 limits 为 None，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（下限旗标、上限旗标）组成的元组。这些旗标确定是否包括与下限或上限完全相等的值。默认值为 (True, True)。

axisint 或 None，默认值：0

如果为 int，则沿其计算统计信息的输入轴。输入数据的每个轴片（例如行）的统计信息会显示在输出的相应元素中。如果 无，则会在计算统计信息前对输入进行展开。

ddofint，可选

自由度增量。默认值为 1。

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

定义如何处理输入的 NaN。

  • propagate：如果存在 NaN，则在计算统计信息的轴片中（例如行）将出现 NaN，对应的输出条目也会是 NaN。

  • omit：在执行计算时，将忽略 NaN。如果在计算统计信息的轴片中剩余数据不足，则相应的输出条目将会是 NaN。

  • raise：如果存在 NaN，则会引发 ValueError。

keepdimsbool，默认值：False

如果将其设置为 True，则被压缩的轴会保持在结果中，且维度大小为 1。借助此选项，结果会根据输入数组正确地进行广播。

返回:
tsemfloat

截断均方差。

注意

tsem 使用无偏样本标准偏差，即它使用校正系数 n / (n - 1)。

从 SciPy 1.9 开始，np.matrix 输入（不建议用于新代码）会在执行计算前转换为 np.ndarray。在此情况下，输出将是标量或形状合适的 np.ndarray，而不是二维 np.matrix。同样的，虽然会忽略蒙版数组的蒙版元素，但输出将是标量或 np.ndarray，而不是 mask=False 的蒙版数组。

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
本页内容