statsmodels

통계모델 정보

statsmodels는 통계 모델에 대한 기술 통계와 추정 및 추론을 포함한 통계 계산을 위해 scipy를 보완하는 Python 패키지입니다.

선적 서류 비치

최신 릴리스에 대한 설명서는 다음 위치에 있습니다.

https://www.statsmodels.org/stable/

개발 버전에 대한 문서는 다음 위치에 있습니다.

https://www.statsmodels.org/dev/

최근 개선 사항은 릴리스 노트에 강조되어 있습니다.

https://www.statsmodels.org/stable/release/

문서 백업은 https://statsmodels.github.io/stable/ 및 https://statsmodels.github.io/dev/에서 제공됩니다.

주요 특징

• 선형 회귀 모델:
  • 보통 최소제곱
  • 일반화된 최소제곱
  • 가중 최소제곱
  • 자기회귀 오류가 있는 최소제곱
  • 분위수 회귀
  • 재귀적 최소제곱
• 효과와 분산 성분이 혼합된 혼합 선형 모델
• GLM: 모든 단일 매개변수 지수족 분포를 지원하는 일반화 선형 모델
• 이항 및 포아송에 대한 베이지안 혼합 GLM
• GEE: 단방향 군집 데이터 또는 종단 데이터에 대한 일반화된 추정 방정식
• 이산 모델:
  • 로짓과 프로빗
  • 다항 로짓(MNLogit)
  • 포아송 및 일반화 포아송 회귀
  • 음이항 회귀
  • 제로 팽창 카운트 모델
• RLM: 여러 M 추정기를 지원하는 강력한 선형 모델입니다.
• 시계열 분석: 시계열 분석을 위한 모델
  • 완전한 StateSpace 모델링 프레임워크
    • 계절별 ARIMA 및 ARIMAX 모델
    • VARMA 및 VARMAX 모델
    • 동적 요인 모델
    • 관찰되지 않은 구성 요소 모델
  • HMM(Hidden Markov Model)이라고도 알려진 MSAR(Markov Switching Model)
  • 단변량 시계열 분석: AR, ARIMA
  • 벡터 자기회귀 모델, VAR 및 구조적 VAR
  • 벡터 오류 수정 모델, VECM
  • 지수평활, 홀트-윈터스
  • 시계열에 대한 가설 검정: 단위근, 공적분 등
  • 시계열 분석을 위한 기술 통계 및 프로세스 모델
• 생존 분석:
  • 비례 위험 회귀(Cox 모델)
  • 생존자 함수 추정(Kaplan-Meier)
  • 누적 발생 함수 추정
• 다변수:
  • 누락된 데이터가 있는 주성분 분석
  • 회전을 이용한 요인 분석
  • 마노바
  • 정규 상관관계
• 비모수 통계: 일변량 및 다변량 커널 밀도 추정기
• 데이터 세트: 예시 및 테스트에 사용되는 데이터 세트
• 통계: 광범위한 통계 테스트
  • 진단 및 사양 테스트
  • 적합도 및 정규성 검정
  • 다양한 테스트를 위한 기능
  • 다양한 추가 통계 테스트
• MICE를 이용한 대치, 순서 통계에 대한 회귀 및 가우스 대치
• 조정 분석
• 그래픽에는 데이터 및 모델 결과의 시각적 분석을 위한 플롯 기능이 포함되어 있습니다.
• 입출력
  • Stata .dta 파일을 읽는 도구(pandas에는 최신 버전이 있음)
  • ASCII, Latex 및 html로 테이블 출력
• 기타 모델
• 샌드박스: statsmodels에는 "프로덕션 준비"로 간주되지 않는 다양한 개발 및 테스트 단계의 코드가 포함된 샌드박스 폴더가 포함되어 있습니다. 여기에는 다른 내용도 포함됩니다.
  • 일반화된 적률법(GMM) 추정기
  • 커널 회귀
  • scipy.stats.distributions에 대한 다양한 확장
  • 패널 데이터 모델
  • 정보 이론적 측정

그것을 얻는 방법

GitHub의 주요 브랜치는 최신 코드입니다.

https://www.github.com/statsmodels/statsmodels

릴리스 태그의 소스 다운로드는 GitHub에서 제공됩니다.

https://github.com/statsmodels/statsmodels/tags

바이너리 및 소스 배포판은 PyPi에서 사용할 수 있습니다.

https://pypi.org/project/statsmodels/

Anaconda에 바이너리를 설치할 수 있습니다.

conda 설치 통계 모델

최신 코드 받기

최신 야간 휠 설치

가장 최근의 nightly 휠은 pip를 사용하여 설치할 수 있습니다.

python -m pip install -i https://pypi.anaconda.org/scientific-python-nightly-wheels/simple statsmodels --upgrade --use-deprecated=legacy-resolver

소스에서 설치

요구 사항은 INSTALL.txt를 참조하거나 설명서를 참조하세요.

https://statsmodels.github.io/dev/install.html

기여

다음을 포함하여 어떤 형태로든 기여를 환영합니다.

• 문서 개선
• 추가 테스트
• 기존 모델의 새로운 기능
• 새로운 모델

https://www.statsmodels.org/stable/dev/test_notes

편집 가능 모드에서 통계 모델을 설치하는 방법에 대한 지침을 참조하세요.

특허

수정된 BSD(3절)

토론 및 개발

메일링 리스트에서 토론이 이루어집니다.

https://groups.google.com/group/pystatsmodels

그리고 이슈 트래커에서. 우리는 유용성에 대한 피드백과 개선을 위한 제안에 매우 관심이 있습니다.

버그 보고서

버그 보고서는 이슈 트래커에 제출할 수 있습니다.

https://github.com/statsmodels/statsmodels/issues