Python SciPy stats.tsem用法及代码示例

本文简要介绍 python 语言中 scipy.stats.tsem 的用法。

用法:

scipy.stats.tsem(a, limits=None, inclusive=(True, True), axis=0, ddof=1)#

计算均值的修剪标准误。

此函数查找给定值的平均值的标准误差，忽略给定限制之外的值。

参数 ：：

a： array_like

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。当限制为无时，则使用所有值。元组中的任何一个限制值也可以是 None 表示半开区间。默认值为无。

inclusive： (布尔，布尔)，可选

由 (lower flag, upper flag) 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)。

axis： int 或无，可选

操作的轴。默认值为 0。如果没有，则计算整个数组 a。

ddof： 整数，可选

Delta 自由度。默认值为 1。

返回 ：：

tsem： 浮点数

均值的修剪标准误。

注意：

tsem 使用无偏样本标准差，即它使用校正因子 n / (n - 1) 。

例子：

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