Python数模笔记-StatsModels 统计回归（1）简介

1、关于 StatsModels

statsmodels（http://www.statsmodels.org）是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。

2、文档

最新版本的文档位于：

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

欢迎关注 Youcans 原创系列，每周更新数模笔记

Python数模笔记-PuLP库

 Python数模笔记-StatsModels统计回归

 Python数模笔记-Sklearn

Python数模笔记-NetworkX

Python数模笔记-模拟退火算法

3、主要功能

线性回归模型：
- 普通最小二乘法
- 广义最小二乘法
- 加权最小二乘法
- 具有自回归误差的最小二乘法
- 分位数回归
- 递归最小二乘法
具有混合效应和方差分量的混合线性模型
glm：支持所有一个参数的广义线性模型指数族分布
二项和poisson的贝叶斯混合glm
gee：单向聚类或纵向数据的广义估计方程
离散模型：
- logit和probit
- 多项式logit（mnlogit）
- 泊松与广义泊松回归
- 负二项回归
- 零膨胀计数模型
rlm：支持多个m估计的鲁棒线性模型。
时间序列分析：时间序列分析模型
- 完整的状态空间建模框架
- 季节性arima和arimax模型
- Varma和Varmax型号
- 动态因素模型
- 未观察到的组件模型
- 马尔可夫切换模型（MSAR），也称为隐马尔可夫模型（HMM）
- 单变量时间序列分析：ar，arima
- 向量自回归模型、var和结构var
- 矢量误差修正模型，vecm
- 指数平滑，霍尔特温特斯
- 时间序列的假设检验：单位根、协整等
- 时间序列分析的描述性统计和过程模型
生存分析：
- 比例危险回归（cox模型）
- 幸存者函数估计（kaplan-meier）
- 累积关联函数估计
多变量：
- 缺失数据的主成分分析
- 旋转因子分析
- 曼诺瓦
- 典型相关
非参数统计：单变量和多变量核密度估计
数据集：用于示例和测试的数据集
统计学：广泛的统计测试
- 诊断和规格测试
- 拟合优度和正态性检验
- 多重测试功能
- 各种附加统计测试
小鼠插补，顺序统计回归和高斯插补
中介分析
图形包括用于可视化分析数据和模型结果的绘图功能
输入/输出
- 用于读取stata.dta文件的工具，但pandas有一个更新的版本
- 表输出为ascii、latex和html
沙箱：statsmodels包含一个沙箱文件夹，其中包含未被视为“生产准备就绪”的开发和测试。
- 广义矩量法（gmm）估计量
- 核回归
- scipy.stats.distributions的各种扩展
- 面板数据模型
- 信息论测度

4、获取和安装

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

版权说明：

YouCans 原创作品

Copyright 2021 YouCans, XUPT

Crated：2021-05-05

欢迎关注 Youcans 原创系列，每周更新数模笔记

Python数模笔记-StatsModels 统计回归（1）简介的更多相关文章

Python数模笔记-StatsModels 统计回归（4）可视化
1.如何认识可视化? 图形总是比数据更加醒目.直观.解决统计回归问题,无论在分析问题的过程中,还是在结果的呈现和发表时,都需要可视化工具的帮助和支持. 需要指出的是,虽然不同绘图工具包的功能.效果会有 ...
Python数模笔记-Scipy库（1）线性规划问题
1.最优化问题建模最优化问题的三要素是决策变量.目标函数和约束条件. (1)分析影响结果的因素是什么,确定决策变量 (2)决策变量与优化目标的关系是什么,确定目标函数 (3)决策变量所受的限制条件是 ...
Python数模笔记-Sklearn（4）线性回归
1.什么是线性回归? 回归分析(Regression analysis)是一种统计分析方法,研究自变量和因变量之间的定量关系.回归分析不仅包括建立数学模型并估计模型参数,检验数学模型的可信度,也包括利 ...
Python数模笔记-NetworkX（3）条件最短路径
1.带有条件约束的最短路径问题最短路径问题是图论中求两个顶点之间的最短路径问题,通常是求最短加权路径. 条件最短路径,指带有约束条件.限制条件的最短路径.例如,顶点约束,包括必经点或禁止点的限制:边 ...
Python数模笔记-Sklearn（1）介绍
1.SKlearn 是什么 Sklearn(全称 SciKit-Learn),是基于 Python 语言的机器学习工具包. Sklearn 主要用Python编写,建立在 Numpy.Scipy.Pa ...
Python学习笔记-StatsModels 统计回归（1）线性回归
1.背景知识 1.1 插值.拟合.回归和预测插值.拟合.回归和预测,都是数学建模中经常提到的概念,而且经常会被混为一谈. 插值,是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数 ...
Python学习笔记-StatsModels 统计回归（3）模型数据的准备
1.读取数据文件回归分析问题所用的数据都是保存在数据文件中的,首先就要从数据文件读取数据. 数据文件的格式很多,最常用的是 .csv,.xls 和 .txt 文件,以及 sql 数据库文件的读取 . ...
Python数模笔记-（1）NetworkX 图的操作
1.NetworkX 图论与网络工具包 NetworkX 是基于 Python 语言的图论与复杂网络工具包,用于创建.操作和研究复杂网络的结构.动力学和功能. NetworkX 可以以标准和非标准的数 ...
Python数模笔记-Sklearn（2）样本聚类分析
1.分类的分类分类的分类?没错,分类也有不同的种类,而且在数学建模.机器学习领域常常被混淆. 首先我们谈谈有监督学习(Supervised learning)和无监督学习(Unsupervised ...

随机推荐

（十三）VMware Harbor 身份验证模式
VMware Harbor 修改Harbor仓库admin用户参考:https://blog.csdn.net/qq_40460909 https://blog.csdn.net/qq_404609 ...
序列化 pickle模块
1. pickle 简介 2. pickle 核心函数 3. pickle 高级 -- 复杂对象 1. 持久化与 pickle 简介 1.1 什么是持久化? 持久化的基本思想很简单.假定有一个 Pyt ...
Kubernetes 普及系列：容器基础入门
随着云原生时代的来临,云以及分布式计算已经是时下最受欢迎的技术之一了.其中 Docker 作为最知名的容器平台,到底有着怎样的魅力来让其无人不知无人不晓?废话不多说,让我们开始逐层掀开容器技术的神秘面 ...
OO Unit3 总结
OO Unit3 总结 OO课Unit3人际关系网JML应用技术回顾 BUAA.1823.邓新宇 2020/5/23 梳理JML语言的理论基础.应用工具链情况方法规格 JML中,同一个方法在不同的条 ...
逆向工程第005篇：跨越CM4验证机制的鸿沟（下）
一.前言本文是逆向分析CM4系列的最后一篇,我会将该游戏的序列号验证机制分析完毕,进而编写出注册码生成器. 二.分析第二个验证循环延续上一篇文章的内容,来到如下代码处: 图1 上述代码并没有特别需 ...
基于Frida框架打造Art模式下的脱壳工具（OpenMemory）的原理分析
本文博客地址:https://blog.csdn.net/QQ1084283172/article/details/80956614 作者dstmath在看雪论坛公布一个Android的art模式下基 ...
hdu5012 水搜索
题意: 给你一个正方体的初始状态和末状态,问你是否可以再6步之内转到这个状态,有四种转的方式,如果你面对的是正方向的正前方,那么转的方式就是顺时针,逆时针,上,下. 思路: ...
CTF常见的加密和编码方法
目录哈希摘要算法对称加密算法其他加密算法编码哈希摘要算法以 root 加密为例. MD4:32位的摘要算法.2add09183d0b1dc0428701df9838fba MD5:32位 ...
Intel汇编语言程序设计学习-第三章汇编语言基础-中
3.2 例子:整数相加减现在来看一个进行整数加减操作的汇编语言小程序.寄存器用于存放中间数据,我们调用一个库函数在屏幕上显示寄存器的内容.下面是程序的源码: TITLE Add and Subtr ...
CTFHub-技能树-SSRF
SSRF 目录 SSRF 1.内网访问 2.伪协议读取文件 3.端口扫描 4.POST请求 5.上传文件 6.FastCGI协议 7.Redis 8.URL Bypass 9.数字IP Bypass ...

Python数模笔记-StatsModels 统计回归（1）简介

1、关于 StatsModels

2、文档

3、主要功能

4、获取和安装

Python数模笔记-StatsModels 统计回归（1）简介的更多相关文章

随机推荐

热门专题