Statsmodels是Python的统计建模和计量经济学工具包，包括一些描述统计、统计模型估计和推断。这篇文章是Statsmodels系列文章的第一篇，主要介绍一下Statsmodels能干什么，以方便一些初学者选择是否需要学习该模块。之后我会发布一些列入门教程，一是作为笔记自己查看，而是作为教程可供学者快速入门，下面我们来看看Statsmodels有啥特性吧。
- Liner regression models：线性回归模型
- Gneralized linear models：一般线型模型，主要用于各种设计的方差分析
- robust linear models:
- Discrete choice models：离散选择模型，logit模型属于离散选择模型，主要用于微观计量经济学范畴
- ANOVA：方差分析模型
- Time series analysis：时间序列分析
- Nonparametric estimators：非参检验
- a wide range of statistical tests:各种统计检验
- 以各种方式输出表格：text，latex，html；读取各种格式的数据
- 绘图功能
extensive unit tests to ensure correctness of results:大量的整体检验以保证结果的正确性
活跃的开发团体正在开发大量可用的工具
转载请注明来自DataScience.
邮箱: 675495787@qq.com