官网https://www.statsmodels.org/stable/index.html
线性回归模型:
- 普通最小二乘法
- 广义最小二乘法
- 加权最小二乘法
- 具有自回归误差的最小二乘法
- 分位数回归
- 递归最小二乘法
- 具有混合效应和方差成分的混合线性模型
- GLM:支持所有一参数指数族分布的广义线性模型
- 用于二项式和泊松的贝叶斯混合GLM
- GEE:单向聚类或纵向数据的广义估计方程
离散模型
- Logit和Probit
- 多项式logit(MNLogit)
- 泊松和广义泊松回归
- 负二项式回归
- 零充气计数模型
- RLM:鲁棒的线性模型,支持多个M估计量。
时间序列分析模型
- 完整的StateSpace建模框架
- 季节性ARIMA和ARIMAX模型
- VARMA和VARMAX模型
- 动态因子模型
- 未观察到的组件模型
- 马尔可夫切换模型(MSAR),也称为隐马尔可夫模型(HMM)
- 单变量时间序列分析:AR,ARIMA
- 向量自回归模型,VAR和结构VAR
- 矢量纠错模型,VECM
- 指数平滑,Holt-Winters
- 时间序列的假设检验:单位根,协整和其他
- 用于时间序列分析的描述性统计数据和过程模型
生存分析模型
- 比例风险回归(Cox模型)
- 幸存者功能估计(Kaplan-Meier)
- 累积入射函数估计
多变量分析模型
- 数据的主成分分析
- 旋转因素分析
- ANOVA
- 典型相关
非参数统计量
单变量和多变量内核密度估计量
数据集
用于示例和测试的数据集
统计模型
- 诊断和规格测试
- 拟合优度和正态性检验
- 多重测试功能
- 各种其他统计检验
- 使用MICE进行插补,阶数统计量回归和高斯插补
调解分析
图形包括用于视觉分析数据和模型结果的绘图功能
输入输出
用于读取Stata .dta文件的工具,但pandas具有较新的版本
输出到ascii,latex和html
杂项模型
Sandbox:statsmodels包含一个沙箱文件夹,其中包含处于开发和测试各个阶段的代码,因此不被视为“生产就绪”。其中包括
- 广义矩估计(GMM)估计器
- 内核回归
- scipy.stats.distributions的各种扩展
- 面板数据模型
- 信息理论测度