scipy.stats.

tvar#

scipy.stats.tvar(a, пределы=None, inclusive=(True, True), ось=0, ddof=1, *, nan_policy='propagate', keepdims=False)[источник]#

Вычисление усеченной дисперсии.

Эта функция вычисляет выборочную дисперсию массива значений, игнорируя значения, которые находятся за пределами заданных пределы.

Параметры:

aarray_like

Массив значений.

пределыNone или (нижний предел, верхний предел), опционально

Значения во входном массиве, меньшие нижнего предела или большие верхнего предела, будут проигнорированы. Когда limits равно None, используются все значения. Любое из предельных значений в кортеже также может быть None, представляя полуоткрытый интервал. Значение по умолчанию — None.

inclusive(bool, bool), optional

Кортеж, состоящий из (флаг нижней границы, флаг верхней границы). Эти флаги определяют, включаются ли значения, точно равные нижним или верхним пределам. Значение по умолчанию — (True, True).

осьint или None, по умолчанию: 0

Если это целое число, ось входных данных, по которой вычисляется статистика. Статистика каждого среза по оси (например, строки) входных данных появится в соответствующем элементе вывода. Если None, вход будет сведён в одномерный массив перед вычислением статистики.

ddofint, необязательный

Дельта степеней свободы. По умолчанию 1.

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

Определяет, как обрабатывать входные значения NaN.

propagate: если NaN присутствует в срезе оси (например, строке), вдоль которой вычисляется статистика, соответствующая запись вывода будет NaN.
omit: NaN будут пропущены при выполнении расчета. Если в срезе оси, вдоль которого вычисляется статистика, остается недостаточно данных, соответствующая запись вывода будет NaN.
raise: если присутствует NaN, то ValueError будет вызвано исключение.

keepdimsbool, по умолчанию: False

Если установлено значение True, оси, которые были сокращены, остаются в результате как размерности с размером один. С этой опцией результат будет корректно транслироваться относительно входного массива.

Возвращает:

tvarfloat: Усечённая дисперсия.

Примечания

tvar вычисляет несмещенную выборочную дисперсию, т.е. использует поправочный коэффициент n / (n - 1).

Начиная с SciPy 1.9, np.matrix входные данные (не рекомендуется для нового кода) преобразуются в np.ndarray перед выполнением вычисления. В этом случае результатом будет скаляр или np.ndarray подходящей формы вместо 2D np.matrix. Аналогично, хотя маскированные элементы маскированных массивов игнорируются, результатом будет скаляр или np.ndarray вместо маскированного массива с mask=False.

tvar имеет экспериментальную поддержку совместимых с Python Array API Standard бэкендов в дополнение к NumPy. Пожалуйста, рассмотрите тестирование этих функций, установив переменную окружения SCIPY_ARRAY_API=1 и предоставление массивов CuPy, PyTorch, JAX или Dask в качестве аргументов массива. Поддерживаются следующие комбинации бэкенда и устройства (или других возможностей).

Библиотека	CPU	GPU
NumPy	✅	н/д
CuPy	н/д	✅
PyTorch	✅	✅
JAX	✅	✅
Dask	✅	н/д

См. Поддержка стандарта array API для получения дополнительной информации.

Примеры

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tvar(x)
35.0
>>> stats.tvar(x, (3,17))
20.0