scipy.stats.

tsem#

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

计算修剪后的均值标准误差。

此函数计算给定值的平均标准误差，忽略超出给定 limits 的值。

参数:
aarray_like

值的数组。

限制无或（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。当 limits 为 None 时，则使用所有值。元组中的任一限制值也可以是 None，表示半开区间。默认值为 None。

包容性(bool, bool), 可选

一个由 (下限标志, 上限标志) 组成的元组。这些标志决定了是否包含恰好等于下限或上限的值。默认值是 (True, True)。

轴int 或 None, 默认值: 0

如果是一个整数，表示输入数据中要计算统计量的轴。输入数据的每个轴切片（例如行）的统计量将出现在输出的相应元素中。如果为 None，则在计算统计量之前会将输入数据展平。

ddofint, 可选

Delta 自由度。默认值为 1。

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

定义如何处理输入的 NaN。

  • propagate: 如果在计算统计量的轴切片（例如行）中存在 NaN，则输出的相应条目将为 NaN。

  • omit: 在执行计算时，NaN 将被省略。如果在计算统计量的轴切片中剩余的数据不足，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

如果设置为True，被减少的轴将作为尺寸为1的维度保留在结果中。通过此选项，结果将正确地与输入数组进行广播。

返回:
tsem浮动

均值的修剪标准误差。

注释

tsem 使用无偏样本标准差，即它使用修正因子 n / (n - 1)。

从 SciPy 1.9 开始，np.matrix 输入（不推荐用于新代码）在计算执行前被转换为 np.ndarray。在这种情况下，输出将是一个标量或适当形状的 np.ndarray，而不是一个 2D 的 np.matrix。同样，虽然掩码数组的掩码元素被忽略，但输出将是一个标量或 np.ndarray，而不是一个 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
On this page