sciPy stats.tsem()函数| Python
原文:https://www.geesforgeks.org/scipy-stats-tsem-function-python/
**scipy.stats.tsem(array, limits=None, inclusive=(True, True))**计算沿数组指定轴的数组元素平均值的修剪标准误差。
其公式:-
参数: 数组:输入数组或对象中具有计算修剪后的标准误差平均值的元素。 轴:轴，沿该轴计算平均值的修剪标准误差。默认情况下，轴= 0。 限值:数组的下限和上限要考虑，小于下限或大于上限的值将被忽略。如果限制为无[默认值]，则使用所有值。
返回:根据设置的参数，对数组元素的平均值的标准误差进行修剪。
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)))
Output:
Trimmed Standard error : 1.32287565553
Trimmed Standard error by setting limit : 0.912870929175
代码#2: 多维数据，轴()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))
Output:
Trimmed Standard error is with default axis = 0 :
27.1476974115
