關(guān)于 StatsModels
statsmodels（http://www.statsmodels.org）是一個(gè)Python庫(kù)忍抽，用于擬合多種統(tǒng)計(jì)模型，執(zhí)行統(tǒng)計(jì)測(cè)試以及數(shù)據(jù)探索和可視化绅络。
文檔
最新版本的文檔位于：
https://www.statsmodels.org/stable/
主要功能
- 線性回歸模型：
- 普通最小二乘法
- 廣義最小二乘法
- 加權(quán)最小二乘法
- 具有自回歸誤差的最小二乘法
- 分位數(shù)回歸
- 遞歸最小二乘法
- 具有混合效應(yīng)和方差分量的混合線性模型
- glm：支持所有一個(gè)參數(shù)的廣義線性模型 指數(shù)族分布
- 二項(xiàng)和poisson的貝葉斯混合glm
- gee：?jiǎn)蜗蚓垲?lèi)或縱向數(shù)據(jù)的廣義估計(jì)方程
- 離散模型：
- logit和probit
- 多項(xiàng)式logit（mnlogit）
- 泊松與廣義泊松回歸
- 負(fù)二項(xiàng)回歸
- 零膨脹計(jì)數(shù)模型
- rlm：支持多個(gè)m估計(jì)的魯棒線性模型怜俐。
- 時(shí)間序列分析：時(shí)間序列分析模型
- 完整的狀態(tài)空間建牧海框架
- 季節(jié)性arima和arimax模型
- Varma和Varmax型號(hào)
- 動(dòng)態(tài)因素模型
- 未觀察到的組件模型
- 馬爾可夫切換模型（MSAR）郭卫，也稱(chēng)為隱馬爾可夫模型（HMM）
- 單變量時(shí)間序列分析：ar，arima
- 向量自回歸模型丈氓、var和結(jié)構(gòu)var
- 矢量誤差修正模型，vecm
- 指數(shù)平滑强法，霍爾特溫特斯
- 時(shí)間序列的假設(shè)檢驗(yàn)：?jiǎn)挝桓蛩住f(xié)整等
- 時(shí)間序列分析的描述性統(tǒng)計(jì)和過(guò)程模型
- 生存分析：
- 比例危險(xiǎn)回歸（cox模型）
- 幸存者函數(shù)估計(jì)（kaplan-meier）
- 累積關(guān)聯(lián)函數(shù)估計(jì)
- 多變量：
- 缺失數(shù)據(jù)的主成分分析
- 旋轉(zhuǎn)因子分析
- 曼諾瓦
- 典型相關(guān)
- 非參數(shù)統(tǒng)計(jì)：?jiǎn)巫兞亢投嘧兞亢嗣芏裙烙?jì)
- 數(shù)據(jù)集：用于示例和測(cè)試的數(shù)據(jù)集
- 統(tǒng)計(jì)學(xué)：廣泛的統(tǒng)計(jì)測(cè)試
- 診斷和規(guī)格測(cè)試
- 擬合優(yōu)度和正態(tài)性檢驗(yàn)
- 多重測(cè)試功能
- 各種附加統(tǒng)計(jì)測(cè)試
- 小鼠插補(bǔ)，順序統(tǒng)計(jì)回歸和高斯插補(bǔ)
- 中介分析
- 圖形包括用于可視化分析數(shù)據(jù)和模型結(jié)果的繪圖功能
- 輸入/輸出
- 用于讀取stata.dta文件的工具饮怯，但pandas有一個(gè)更新的版本
- 表輸出為ascii闰歪、latex和html
- 沙箱：statsmodels包含一個(gè)沙箱文件夾，其中包含 未被視為“生產(chǎn)準(zhǔn)備就緒”的開(kāi)發(fā)和測(cè)試蓖墅。
- 廣義矩量法（gmm）估計(jì)量
- 核回歸
- scipy.stats.distributions的各種擴(kuò)展
- 面板數(shù)據(jù)模型
- 信息論測(cè)度
獲取和安裝
pip3 install --upgrade statsmodel -i https://pypi.tsinghua.edu.cn/simple
