文章目录
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
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/b74124f33a87e950c0238e6813385343fbf2b4bb.jpg)
- Gneralized linear models:一般线型模型,主要用于各种设计的方差分析
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/d0526df082025aaf232303cff8edab64034f1a65.jpg)
- robust linear models:
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/346bd85c1038534302fbfa259013b07eca8088bb.jpg)
- 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
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/ae8267310a55b31979e8ff7140a98226cffc1765.jpg)
- ANOVA:方差分析模型
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/b258f5c4b74543a9170a87c81d178a82b9011465.jpg)
- Time series analysis:时间序列分析
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/fab3ac119313b07e37892d0c0fd7912397dd8cbb.jpg)
- Nonparametric estimators:非参检验
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/b8405490f603738d345b7126b01bb051f819ec66.jpg)
- a wide range of statistical tests:各种统计检验
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/969cbf44ad345982b7bd98960ff431adcbef84bb.jpg)
- 以各种方式输出表格:text,latex,html;读取各种格式的数据
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/ac754782b2b7d0a20bfe7999c8ef76094b369abb.jpg)
- 绘图功能
![Statsmodels:[1]模块简介](/2015/04/19/Statsmodels%EF%BC%9A%5B1%5D%E6%A8%A1%E5%9D%97%E7%AE%80%E4%BB%8B/d1e312f431adcbef7c030302afaf2edda3cc9fbb.jpg)
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