Python数据分析工具：Statsmodels的用法示例-CSDN博客

本文链接：https://blog.csdn.net/2401_85737382/article/details/142741415

Statsmodels是Python中一个强大的统计分析工具库，支持多种统计模型和数据分析方法。

以下是一些Statsmodels的用法示例，包括线性回归分析、时间序列分析等方面的应用：

一、线性回归分析

线性回归分析是研究自变量与因变量之间线性关系的统计方法。Statsmodels提供了普通最小二乘法（OLS）等线性模型的支持。

示例代码：

import pandas as pd  
import statsmodels.api as sm  
  
# 加载数据集，这里使用Statsmodels自带的mtcars数据集作为示例  
data = sm.datasets.get_rdataset("mtcars").data  
  
# 数据探索与预处理  
print(data.info())  
print(data.describe())  
print(data.head())  
  
# 定义自变量和因变量  
X = data[['hp', 'wt']]  # 自变量：马力和重量  
y = data['mpg']  # 因变量：每加仑英里数  
  
# 添加常数项，以拟合截距  
X = sm.add_constant(X)  
  
# 构建并拟合线性回归模型  
model = sm.OLS(y, X).fit()  
  
# 打印模型摘要  
print(model.summary())

解释：
data.info()：查看数据集的基本信息。

data.describe()：查看数据集的统计描述。

data.head()：查看数据集的前几行。

sm.add_constant(X)：在自变量X中添加常数项，以拟合模型的截距。

sm.OLS(y, X).fit()：构建并拟合普通最小二乘法（OLS）线性回归模型。

model.summary()：打印模型的摘要，包括回归系数、标准误、t值、p值、R²等统计量。

二、时间序列分析

时间序列分析是研究时间序列数据的统计方法，Statsmodels提供了ADF检验、ARIMA模型等功能，可用于时间序列数据的预测和建模。

示例代码：

import pandas as pd  
import numpy as np  
import statsmodels.api as sm  
  
# 构造时间序列数据  
dates = pd.date_range('2020-01-01', periods=100)  
data = pd.DataFrame(np.random.randn(100, 2), index=dates, columns=['A', 'B'])  
  
# 进行时间序列分析，这里以ARIMA模型为例  
model = sm.tsa.ARIMA(data['A'], order=(1, 1, 1)).fit()  
  
# 打印模型预测结果  
print(model.summary())  
  
# 预测未来数据  
forecast = model.forecast(steps=10)  
print(forecast)

解释：
pd.date_range(‘2020-01-01’, periods=100)：生成一个从2020-01-01开始、长度为100的日期范围。

pd.DataFrame(np.random.randn(100, 2), index=dates, columns=[‘A’, ‘B’])：生成一个包含100行、2列的随机数据框，并将其索引设置为日期范围。

sm.tsa.ARIMA(data[‘A’], order=(1, 1, 1)).fit()：构建并拟合ARIMA模型，其中order=(1, 1, 1)表示自回归项、差分次数和移动平均项的阶数均为1。

model.summary()：打印模型的摘要，包括模型参数、统计量等。

model.forecast(steps=10)：预测未来10个时间点的数据。

三、回归诊断

回归诊断是对回归模型进行评估和检验的过程，Statsmodels提供了多种回归诊断工具，如残差的正态性检验、自相关检验、影响力测试等。

示例代码（部分）：

import statsmodels.stats.api as sms  
import matplotlib.pyplot as plt  
from statsmodels.graphics.regressionplots import plot_leverage_resid2  
from statsmodels.stats.outliers_influence import OLSInfluence  
  
# 假设已经拟合了一个回归模型，并存储在results变量中  
# ...（省略模型拟合代码）  
  
# 残差的正态性检验  
jb_test = sms.jarque_bera(results.resid)  
print('Jarque-Bera Test:', jb_test)  
  
# 自相关检验  
dw_test = sms.durbin_watson(results.resid)  
print('Durbin-Watson Test:', dw_test)  
  
# 影响力测试  
influence_test = OLSInfluence(results)  
dfbetas = influence_test.dfbetas  
print('DFBETAS:', dfbetas)  
  
# 绘制杠杆值-残差图  
fig, ax = plt.subplots(figsize=(8, 6))  
fig = plot_leverage_resid2(results, ax=ax)  
plt.show()