This file contains code for use with "Think Stats",
by Allen B. Downey, available from greenteapress.com
 
Copyright 2010 Allen B. Downey
License: GNU GPLv3 http://www.gnu.org/licenses/gpl.html

Modules
		bisect random

Classes
		__builtin__.object Interpolator   class Interpolator(__builtin__.object)     Represents a mapping between sorted sequences; performs linear interp.   Attributes:     xs: sorted list     ys: sorted list     Methods defined here: Lookup(self, x) Looks up x and returns the corresponding value of y. Reverse(self, y) Looks up y and returns the corresponding value of x. __init__(self, xs, ys) Data descriptors defined here: __dict__ dictionary for instance variables (if defined) __weakref__ list of weak references to the object (if defined)

Functions
		Binom(n, k, d={}) Compute the binomial coefficient "n choose k".   Args:   n: number of trials   k: number of successes   d: map from (n,k) tuples to cached results   Returns:   int Jitter(values, jitter=0.5) Jitters the values by adding a uniform variate in (-jitter, jitter). Mean(t) Computes the mean of a sequence of numbers.   Args:     t: sequence of numbers   Returns:     float MeanVar(t) Computes the mean and variance of a sequence of numbers.   Args:     t: sequence of numbers   Returns:     tuple of two floats Trim(t, p=0.01) Trims the largest and smallest elements of t.   Args:     t: sequence of numbers     p: fraction of values to trim off each end   Returns:     sequence of values TrimmedMean(t, p=0.01) Computes the trimmed mean of a sequence of numbers.   Side effect: sorts the list.   Args:     t: sequence of numbers     p: fraction of values to trim off each end   Returns:     float TrimmedMeanVar(t, p=0.01) Computes the trimmed mean and variance of a sequence of numbers.   Side effect: sorts the list.   Args:     t: sequence of numbers     p: fraction of values to trim off each end   Returns:     float Var(t, mu=None) Computes the variance of a sequence of numbers.   Args:     t: sequence of numbers     mu: value around which to compute the variance; by default,         computes the mean.   Returns:     float