statsmodels

關於統計模型

statsmodels 是一個 Python 包，它為 scipy 提供了統計計算的補充，包括描述性統計以及統計模型的估計和推理。

文件

最新版本的文件位於

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

開發版本的文件位於

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

發行說明中強調了最近的改進

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

文件備份可在 https://statsmodels.github.io/stable/ 和 https://statsmodels.github.io/dev/ 取得。

主要特點

• 線性迴歸模型：
  • 一般最小平方法
  • 廣義最小平方法
  • 加權最小平方法
  • 具有自迴歸誤差的最小平方法
  • 分位數迴歸
  • 遞迴最小平方法
• 具有混合效應和變異數分量的混合線性模型
• GLM：廣義線性模型，支援所有單參數指數族分佈
• 二項式和泊鬆的貝葉斯混合 GLM
• GEE：單向聚類或縱向資料的廣義估計方程
• 離散模型：
  • Logit 和 Probit
  • 多項式 Logit (MNLogit)
  • 泊松和廣義泊松回歸
  • 負二項式迴歸
  • 零膨脹計數模型
• RLM：穩健的線性模型，支援多個 M 估計器。
• 時間序列分析：時間序列分析模型
  • 完整的 StateSpace 建模框架
    • 季節性 ARIMA 和 ARIMAX 模型
    • VARMA 和 VARMAX 模型
    • 動態因子模型
    • 未觀察到的組件模型
  • 馬可夫切換模型 (MSAR)，也稱為隱馬可夫模型 (HMM)
  • 單變量時間序列分析：AR、ARIMA
  • 向量自迴歸模型、VAR 和結構 VAR
  • 向量糾錯模型，VECM
  • 指數平滑、Holt-Winters
  • 時間序列的假設檢定：單位根、協整等
  • 用於時間序列分析的描述性統計和過程模型
• 存活分析：
  • 比例風險迴歸（Cox 模型）
  • 倖存者函數估計 (Kaplan-Meier)
  • 累積關聯函數估計
• 多變量：
  • 缺失資料的主成分分析
  • 旋轉因子分析
  • 多元變異數分析
  • 典型相關性
• 非參數統計：單變量和多元核密度估計器
• 資料集：用於範例和測試的資料集
• 統計：廣泛的統計測試
  • 診斷和規格測試
  • 擬合優度和常態性檢驗
  • 多重測試功能
  • 各種額外的統計測試
• MICE 插補、訂單統計迴歸和高斯插補
• 中介分析
• 圖形包括用於數據和模型結果可視化分析的繪圖功能
• 輸入/輸出
  • 用於讀取 Stata .dta 檔案的工具，但 pandas 有更新的版本
  • 表輸出為 ascii、latex 和 html
• 其它型號
• 沙箱：statsmodels 包含一個沙箱資料夾，其中包含處於開發和測試各個階段的程式碼，不被視為「生產就緒」。這其中包括
  • 廣義矩量法 (GMM) 估計器
  • 核回歸
  • scipy.stats.distributions 的各種擴展
  • 面板資料模型
  • 資訊理論措施

如何獲得

GitHub 上的主分支是最新的程式碼

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

發布標籤的源代碼下載可在 GitHub 上找到

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

二進位檔案和原始碼發行版可從 PyPi 取得

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

二進位檔案可以安裝在 Anaconda 中

conda 安裝 statsmodels

取得最新程式碼

安裝最新的夜間輪

最新的 Nightly Wheel 可以使用 pip 安裝。

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

從來源安裝

請參閱 INSTALL.txt 以了解要求或參閱文檔

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

貢獻

歡迎任何形式的貢獻，包括：

• 文件改進
• 附加測試
• 現有型號的新功能
• 新型號

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

有關在可編輯模式下安裝 statsmodels 的說明。

執照

修改版 BSD（3 條款）

討論與發展

討論在郵件清單上進行

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

並在問題追蹤器中。我們對有關可用性的回饋和改進建議非常感興趣。

錯誤報告

錯誤報告可以提交給問題追蹤器：

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