1、關(guān)于 StatsModels

statsmodels（http://www.statsmodels.org）是一個Python庫，用于擬合多種統(tǒng)計模型，執(zhí)行統(tǒng)計測試以及數(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：支持所有一個參數(shù)的廣義線性模型 指數(shù)族分布

4.二項和poisson的貝葉斯混合glm

5.gee：單向聚類或縱向數(shù)據(jù)的廣義估計方程

6.離散模型：

•  logit和probit
• 多項式logit（mnlogit）
• 泊松與廣義泊松回歸
• 負二項回歸
• 零膨脹計數(shù)模型

7. rlm：支持多個m估計的魯棒線性模型。

8.時間序列分析：時間序列分析模型

• 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
• 動態(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
• 時間序列的假設(shè)檢驗：單位根、協(xié)整等
• 時間序列分析的描述性統(tǒng)計和過程模型

9.生存分析：

比例危險回歸（cox模型）

幸存者函數(shù)估計（kaplan-meier）

累積關(guān)聯(lián)函數(shù)估計

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：單變量和多變量核密度估計

12.數(shù)據(jù)集：用于示例和測試的數(shù)據(jù)集

13.統(tǒng)計學(xué)：廣泛的統(tǒng)計測試

• 診斷和規(guī)格測試
• 擬合優(yōu)度和正態(tài)性檢驗
• 多重測試功能
• 各種附加統(tǒng)計測試

14.小鼠插補，順序統(tǒng)計回歸和高斯插補

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有一個更新的版本
• 表輸出為ascii、latex和html

18.沙箱：statsmodels包含一個沙箱文件夾，其中包含 未被視為“生產(chǎn)準備就緒”的開發(fā)和測試。

• 廣義矩量法（gmm）估計量
• 核回歸
• scipy.stats.distributions的各種擴展
• 面板數(shù)據(jù)模型
• 信息論測度

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StatsModels統(tǒng)計回歸簡介初識的詳細內(nèi)容，更多關(guān)于數(shù)學(xué)建模庫StatsModels統(tǒng)計回歸的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論