statsmodels学习(1)

statsmodels学习(1)

statsmodels简介

statsmodels是python中一个做计量、统计分析的包。

安装

1.anaconda安装

conda install -c conda-forge statsmodels

2.pip安装

pip install statsmodels

主要有三个API

statsmodels.api: 横截面模型和方法。

import statsmodels.api as sm
  • 回归分析
  • 插补(缺失值)
  • 广义估计方程
  • 广义线性模型
  • 离散模型
  • 多变量模型
  • 混合模型

statsmodels.tsa.api: 时间序列模型和方法

import statsmodels.tsa.api as tsa

statsmodels.formula.api:一个方便的接口,用于使用公式字符串和DataFrames指定模型.

import statsmodels.formula.api as smf

查看具体的函数和类

 dir(sm)
 dir(sm.graphics)
 dir(sm.tsa)
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
statsmodelsPython的一个统计分析包,提供了广泛的统计工具来分析数据、执行统计模型和计算各种统计数值。版本0.12.2是最新的稳定版本,它在上一版本的基础上进一步完善了其统计分析能力。 Statsmodels 0.12.2主要改进如下: 1. ARMA模型的改进:ARMA是自回归移动平均模型的简写。用来描述时间序列数据中呈现出自相关性和移动平均性质的模型。ARMA模型在该版本中得到了进一步改进,增加了对扰动项的线性限制功能以更好地应对特定问题。 2. 非参数估计方法的增强:非参数估计是一种包括非参数统计学和机器学习方法的估计技术,其假定未知分布的某些属性没有受到特定形式约束。该版本扩展了KS检验、分位数回归和核密度估计等方法的功能和性能。 3. 回归模型的增加:增加了与时间序列有关的回归模型,例如滞后模型和差分滞后模型。同时还增加了谷歌自动给出的建议,增强了整个建模流程的互动性。 4. 模拟方法的增加:增加了用于Monte Carlo模拟和Bootstrap方法的功能。这些方法通常用于估计统计量的置信区间、进行假设检验以及产生计算模型的参数等。 总的来说,statsmodels 0.12.2版本是一个非常强大的统计分析工具包,其强大的统计分析功能能够满足不同用户的需求,并且其体验也大大提升了。装有该版本的用户可以轻松地处理大规模数据集,快速挖掘数据规律。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值