Python SciPy stats.tsem用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.tsem 的用法。

用法:

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

計算均值的修剪標準誤。

此函數查找給定值的平均值的標準誤差，忽略給定限製之外的值。

參數 ：：

a： array_like

值數組。

limits： 無或(下限、上限)，可選

輸入數組中小於下限或大於上限的值將被忽略。當限製為無時，則使用所有值。元組中的任何一個限製值也可以是 None 表示半開區間。默認值為無。

inclusive： (布爾，布爾)，可選

由 (lower flag, upper flag) 組成的元組。這些標誌確定是否包含完全等於下限或上限的值。默認值為 (True, True)。

axis： int 或無，可選

操作的軸。默認值為 0。如果沒有，則計算整個數組 a。

ddof： 整數，可選

Delta 自由度。默認值為 1。

返回 ：：

tsem： 浮點數

均值的修剪標準誤。

注意：

tsem 使用無偏樣本標準差，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