scipy.stats.

tsem

scipy.stats.tsem(a, limits=None, inclusive=(True, True), axis=0, ddof=1, *, nan_policy='propagate', keepdims=False)

計算修剪平均值的標準誤差。

此函數計算給定值的平均值標準誤差，並忽略給定 limits 範圍外的值。

參數:

aarray_like

值的陣列。

limitsNone 或 (下限, 上限)，選填

輸入陣列中小於下限或大於上限的值將會被忽略。當 limits 為 None 時，則會使用所有值。元組中的任一限制值也可以是 None，表示半開區間。預設值為 None。

inclusive(bool, bool)，選填

一個由 (下限旗標, 上限旗標) 組成的元組。這些旗標決定是否包含完全等於下限或上限的值。預設值為 (True, True)。

axisint 或 None，預設值：0

如果是整數，則為計算統計量的輸入軸。輸入的每個軸切片（例如，行）的統計量將會出現在輸出的相應元素中。如果為 None，則會在計算統計量之前將輸入展平。

ddofint，選填

Delta 自由度。預設值為 1。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定義如何處理輸入的 NaN 值。

• propagate：如果軸切片（例如，行）中存在 NaN 值，則輸出的相應條目將會是 NaN。

• omit：在執行計算時將會省略 NaN 值。如果軸切片中剩餘的資料不足以計算統計量，則輸出的相應條目將會是 NaN。

• raise：如果存在 NaN 值，則會引發 ValueError。

keepdimsbool，預設值：False

如果設定為 True，則縮減的軸會保留在結果中，作為大小為一的維度。使用此選項，結果將會針對輸入陣列正確廣播。

返回值:

tsemfloat

修剪平均值的標準誤差。

註解

tsem 使用無偏樣本標準差，即它使用校正因子 n / (n - 1)。

從 SciPy 1.9 開始，np.matrix 輸入（不建議用於新程式碼）在執行計算之前會轉換為 np.ndarray。在這種情況下，輸出將會是純量或具有適當形狀的 np.ndarray，而不是 2D np.matrix。同樣地，雖然會忽略遮罩陣列的遮罩元素，但輸出將會是純量或 np.ndarray，而不是 mask=False 的遮罩陣列。

範例

在您的瀏覽器中試試看！

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

返回在新分頁中開啟