statsmodels

Sobre modelos de estatísticas

statsmodels é um pacote Python que fornece um complemento ao scipy para cálculos estatísticos, incluindo estatísticas descritivas e estimativa e inferência para modelos estatísticos.

Documentação

A documentação da versão mais recente está em

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

A documentação para a versão de desenvolvimento está em

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

Melhorias recentes são destacadas nas notas de lançamento

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

Backups da documentação estão disponíveis em https://statsmodels.github.io/stable/ e https://statsmodels.github.io/dev/.

Principais recursos

• Modelos de regressão linear:
  • Mínimos quadrados comuns
  • Mínimos quadrados generalizados
  • Mínimos quadrados ponderados
  • Mínimos quadrados com erros autoregressivos
  • Regressão quantílica
  • Mínimos quadrados recursivos
• Modelo Linear Misto com efeitos mistos e componentes de variância
• GLM: Modelos lineares generalizados com suporte para todas as distribuições da família exponencial de um parâmetro
• GLM Bayesiano Misto para Binomial e Poisson
• GEE: Equações de estimativa generalizada para dados unidirecionais agrupados ou longitudinais
• Modelos discretos:
  • Logit e Probit
  • Logit multinomial (MNLogit)
  • Regressão de Poisson e Poisson generalizada
  • Regressão binomial negativa
  • Modelos de contagem inflacionada de zero
• RLM: Modelos lineares robustos com suporte para vários estimadores-M.
• Análise de séries temporais: modelos para análise de séries temporais
  • Estrutura completa de modelagem StateSpace
    • Modelos sazonais ARIMA e ARIMAX
    • Modelos VARMA e VARMAX
    • Modelos de fator dinâmico
    • Modelos de componentes não observados
  • Modelos de comutação de Markov (MSAR), também conhecidos como Modelos Ocultos de Markov (HMM)
  • Análise univariada de série temporal: AR, ARIMA
  • Modelos autoregressivos vetoriais, VAR e VAR estrutural
  • Modelo vetorial de correção de erros, VECM
  • suavização exponencial, Holt-Winters
  • Testes de hipóteses para séries temporais: raiz unitária, cointegração e outros
  • Estatísticas descritivas e modelos de processos para análise de séries temporais
• Análise de sobrevivência:
  • Regressão de riscos proporcionais (modelos de Cox)
  • Estimativa da função sobrevivente (Kaplan-Meier)
  • Estimativa da função de incidência cumulativa
• Multivariado:
  • Análise de Componentes Principais com dados faltantes
  • Análise Fatorial com rotação
  • MANOVA
  • Correlação Canônica
• Estatísticas não paramétricas: estimadores de densidade de kernel univariados e multivariados
• Conjuntos de dados: conjuntos de dados usados ​​para exemplos e testes
• Estatísticas: uma ampla gama de testes estatísticos
  • diagnósticos e testes de especificação
  • testes de adequação e normalidade
  • funções para vários testes
  • vários testes estatísticos adicionais
• Imputação com MICE, regressão na estatística de ordem e imputação gaussiana
• Análise de mediação
• Os gráficos incluem funções de plotagem para análise visual de dados e resultados do modelo
• E/S
  • Ferramentas para leitura de arquivos Stata .dta, mas o pandas tem uma versão mais recente
  • Saída da tabela para ascii, latex e html
• Modelos diversos
• Sandbox: statsmodels contém uma pasta sandbox com código em vários estágios de desenvolvimento e teste que não é considerado "pronto para produção". Isto abrange, entre outros
  • Estimadores do método generalizado de momentos (GMM)
  • Regressão do kernel
  • Várias extensões para scipy.stats.distributions
  • Modelos de dados de painel
  • Medidas teóricas da informação

Como conseguir

O branch principal do GitHub é o código mais atualizado

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

O download da fonte das tags de lançamento está disponível no GitHub

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

Binários e distribuições de origem estão disponíveis no PyPi

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

Binários podem ser instalados no Anaconda

conda instalar modelos de estatísticas

Obtendo o código mais recente

Instalando a roda noturna mais recente

A roda noturna mais recente pode ser instalada usando pip.

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

Instalando a partir de fontes

Consulte INSTALL.txt para requisitos ou consulte a documentação

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

Contribuindo

Contribuições em qualquer formato são bem-vindas, incluindo:

• Melhorias na documentação
• Testes adicionais
• Novos recursos para modelos existentes
• Novos modelos

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

para obter instruções sobre como instalar modelos estatísticos no modo editável .

Licença

BSD modificado (3 cláusulas)

Discussão e Desenvolvimento

As discussões acontecem na lista de discussão

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

e no rastreador de problemas. Estamos muito interessados ​​em feedback sobre usabilidade e sugestões de melhorias.

Relatórios de bugs

Relatórios de bugs podem ser enviados para o rastreador de problemas em

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