1、關(guān)于 StatsModels

statsmodels（http://www.statsmodels.org）是一個(gè)Python庫(kù)，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。

2、文檔

最新版本的文檔位于：
https://www.statsmodels.org/stable/

3、主要功能

1.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

2.具有混合效應(yīng)和方差分量的混合線性模型

3.glm：支持所有一個(gè)參數(shù)的廣義線性模型 指數(shù)族分布

4.二項(xiàng)和poisson的貝葉斯混合glm

5.gee：?jiǎn)蜗蚓垲惢蚩v向數(shù)據(jù)的廣義估計(jì)方程

6.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

7. rlm：支持多個(gè)m估計(jì)的魯棒線性模型。

8.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?？蚣?/li>
• 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），也稱為隱馬爾可夫模型（HMM）
• 單變量時(shí)間序列分析：ar，arima
• 向量自回歸模型、var和結(jié)構(gòu)var
• 矢量誤差修正模型，vecm
• 指數(shù)平滑，霍爾特溫特斯
• 時(shí)間序列的假設(shè)檢驗(yàn)：?jiǎn)挝桓?、協(xié)整等
• 時(shí)間序列分析的描述性統(tǒng)計(jì)和過(guò)程模型

9.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)

10.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)

11.非參數(shù)統(tǒng)計(jì)：?jiǎn)巫兞亢投嘧兞亢嗣芏裙烙?jì)

12.數(shù)據(jù)集：用于示例和測(cè)試的數(shù)據(jù)集

13.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

14.小鼠插補(bǔ)，順序統(tǒng)計(jì)回歸和高斯插補(bǔ)

15.中介分析

16.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

17.輸入/輸出

• 用于讀取stata.dta文件的工具，但pandas有一個(gè)更新的版本
• 表輸出為ascii、latex和html

18.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。

• 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

4、獲取和安裝

pip3 install --upgrade statsmodel -i https://pypi.tsinghua.edu.cn/simple

以上就是Python數(shù)學(xué)建模庫(kù)StatsModels統(tǒng)計(jì)回歸簡(jiǎn)介初識(shí)的詳細(xì)內(nèi)容，更多關(guān)于數(shù)學(xué)建模庫(kù)StatsModels統(tǒng)計(jì)回歸的資料請(qǐng)關(guān)注本站其它相關(guān)文章！

版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。