scipy.stats.tsem(array, limits=None, inclusive=(True, True))
计算沿数组指定轴的数组元素均值的修整标准误。
其公式:
参数:
array: 输入数组或对象,具有用于计算均值的修剪标准误的元素。
axis: 计算平均值的标准误差所沿的轴。默认情况下,轴= 0。
limits: 要考虑的数组的上下限,小于下限或大于上限的值将被忽略。如果限制为“无”(默认),则使用所有值。
返回值:根据设置的参数对数组元素平均值的标准误差进行修整。
代码1:
# Trimmed Standard error
from scipy import stats
import numpy as np
# array elements ranging from 0 to 19
x = np.arange(20)
print("Trimmed Standard error :", stats.tsem(x))
print("\nTrimmed Standard error by setting limit : ",
stats.tsem(x, (2, 10)))
输出:
Trimmed Standard error : 1.32287565553 Trimmed Standard error by setting limit : 0.912870929175
代码2:有了多维数据,axis()可以工作
# Trimmed Standard error
from scipy import stats
import numpy as np
arr1 = [[1, 3, 27],
[5, 3, 18],
[17, 16, 333],
[3, 6, 82]]
# using axis = 0
print("\nTrimmed Standard error is with default axis = 0 : \n",
stats.tsem(arr1, axis = 1))
输出:
Trimmed Standard error is with default axis = 0 : 27.1476974115
相关用法
- Python Scipy stats.sem()用法及代码示例
- Python Scipy stats.mean()用法及代码示例
- Python Scipy stats.relfreq()用法及代码示例
- Python Scipy stats.tvar()用法及代码示例
- Python Scipy stats.nanstd()用法及代码示例
- Python Scipy stats.gmean()用法及代码示例
- Python Scipy stats.trimboth()用法及代码示例
- Python Scipy stats.bayes_mvs()用法及代码示例
- Python Scipy stats.scoreatpercentile()用法及代码示例
- Python Scipy stats.nanmean()用法及代码示例
- Python Scipy stats.moment()用法及代码示例
- Python Scipy stats.trim1()用法及代码示例
- Python Scipy stats.kurtosistest()用法及代码示例
注:本文由纯净天空筛选整理自vishal3096大神的英文原创作品 sciPy stats.tsem() function | Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。