scipy.stats.mstats.

trimmed_mean_ci

scipy.stats.mstats.trimmed_mean_ci(data, limits=(0.2, 0.2), inclusive=(True, True), alpha=0.05, axis=None)

沿著給定軸的修剪平均值的選定信賴區間。

參數:

dataarray_like

輸入資料。

limits{None, tuple}, 選擇性

None 或包含兩個項目的元組。 要在陣列每一側修剪的百分比的元組，相對於未遮罩資料的數量，為介於 0. 和 1. 之間的浮點數。如果 n 是修剪前未遮罩資料的數量，則第 (n * limits[0]) 個最小的資料和第 (n * limits[1]) 個最大的資料會被遮罩。 修剪後未遮罩資料的總數為 n * (1. - sum(limits))。 其中一個限制的值可以設定為 None 以指示開放區間。

預設值為 (0.2, 0.2)。

inclusive(2,) 布林值元組, 選擇性

如果 relative==False，元組指示是否允許完全等於絕對限制的值。 如果 relative==True，元組指示是否應捨入 (True) 或截斷 (False) 每側遮罩的資料數量。

預設值為 (True, True)。

alphafloat, 選擇性

區間的信賴水準。

預設值為 0.05。

axisint, 選擇性

要沿其切割的軸。 如果為 None，則使用 data 的扁平化版本。

預設值為 None。

回傳值:

trimmed_mean_ci(2,) ndarray

修剪資料的較低和較高信賴區間。