Python Scipy stats.tsem()用法及代碼示例

scipy.stats.tsem(array, limits=None, inclusive=(True, True))計算沿數組指定軸的數組元素均值的修整標準誤。

其公式：

參數：
array: 輸入數組或對象，具有用於計算均值的修剪標準誤的元素。
axis: 計算平均值的標準誤差所沿的軸。默認情況下，軸= 0。
limits: 要考慮的數組的上下限，小於下限或大於上限的值將被忽略。如果限製為“無”(默認)，則使用所有值。

返回值：根據設置的參數對數組元素平均值的標準誤差進行修整。

代碼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)))

輸出：

Trimmed Standard error : 1.32287565553

Trimmed Standard error by setting limit :  0.912870929175

代碼2：有了多維數據，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))

輸出：

Trimmed Standard error is with default axis = 0 : 
 27.1476974115

相關用法

注：本文由純淨天空篩選整理自vishal3096大神的英文原創作品 sciPy stats.tsem() function | Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。