Statsmodels库----统计建模和计量经济学

官网https://www.statsmodels.org/stable/index.html

线性回归模型：

1. 普通最小二乘法
2. 广义最小二乘法
3. 加权最小二乘法
4. 具有自回归误差的最小二乘法
5. 分位数回归
6. 递归最小二乘法
7. 具有混合效应和方差成分的混合线性模型
8. GLM：支持所有一参数指数族分布的广义线性模型
9. 用于二项式和泊松的贝叶斯混合GLM
10. GEE：单向聚类或纵向数据的广义估计方程

离散模型

1. Logit和Probit
2. 多项式logit（MNLogit）
3. 泊松和广义泊松回归
4. 负二项式回归
5. 零充气计数模型
6. RLM：鲁棒的线性模型，支持多个M估计量。

时间序列分析模型

1. 完整的StateSpace建模框架
2. 季节性ARIMA和ARIMAX模型
3. VARMA和VARMAX模型
4. 动态因子模型
5. 未观察到的组件模型
6. 马尔可夫切换模型（MSAR），也称为隐马尔可夫模型（HMM）
7. 单变量时间序列分析：AR，ARIMA
8. 向量自回归模型，VAR和结构VAR
9. 矢量纠错模型，VECM
10. 指数平滑，Holt-Winters
11. 时间序列的假设检验：单位根，协整和其他
12. 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

1. 比例风险回归（Cox模型）
2. 幸存者功能估计（Kaplan-Meier）
3. 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