# statsmodels ### 安装 [pip安装](https://pypi.org/project/statsmodels/ "pip安装") ### 文档 [中文文档](https://github.com/Squidxwh/statsmodels "中文文档")（可能落后于最新版本，不过一般也没啥问题）<br> [英文文档](https://www.statsmodels.org/stable/index.html "英文文档")（和版本同步更新，英文原文文档，如果中文文档有问题，可以翻阅查看） ### 主要特点 * 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 - 分位数回归 - 递归最小二乘法 * 具有混合效应和方差成分的混合线性模型 * GLM：支持所有单参数指数族分布的广义线性模型 * 用于二项式和泊松的贝叶斯混合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 logit (MNLogit) - 泊松和广义泊松回归 - 负二项式回归 - 零膨胀计数模型 * RLM: 鲁棒的线性模型，支持多个 M 估计器。 * 时间序列分析：时间序列分析模型 - 完整的StateSpace建模框架 - 季节性ARIMA和ARIMAX模型 - VARMA和VARMAX模型 - 动态因子模型 - 未观测到的组件模型 - 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 - 矢量自回归模型，VAR和结构VAR - 矢量误差修正模型，VECM - 指数平滑，Holt-Winters - 时间序列的假设检验：单位根，协整和其他 - 用于时间序列分析的描述性统计数据和过程模型 * 生存分析: - 比例风险回归（Cox模型） - 生存者函数估计（Kaplan-Meier） - 累积发生率函数估计 * 多变量: - 缺失数据的主成分分析 - 旋转因子分析 - MANOVA - 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：广泛的统计检验 - 诊断和规格检验 - 拟合优度和正态性检验 - 多元测试函数 - 各种其他统计检验 * 使用MICE进行插补，秩序统计回归和高斯插补 * 调解分析 * 图形包括用于数据和模型结果的可视化分析的绘图功能 * 输入/输出 - 用于读取Stata .dta文件的工具，但pandas具有较新的版本 - 表输出到ascii，latex和html * 其他模型 * Sandbox：statsmodels包含一个 sandbox 文件夹，其中包含处于开发和测试各个阶段的代码， 因此不被视为“生产就绪”。其中包括： - 广义矩法（GMM）估计器 - 核回归 - scipy.stats.distributions的各种扩展 - 面板数据模型 - 信息理论测度 # Arch ### 安装 [pip安装](https://pypi.org/project/arch/ "pip安装") ### 文档 中文文档（暂未找到） [英文文档](https://bashtage.github.io/arch/index.html "英文文档") ### 模块内容(Module Contents) - Univariate ARCH Models - Unit Root Tests - Cointegration Testing and Analysis - Bootstrapping - Multiple Comparison Tests - Long-run Covariance Estimation Loading... # statsmodels ### 安装 [pip安装](https://pypi.org/project/statsmodels/ "pip安装") ### 文档 [中文文档](https://github.com/Squidxwh/statsmodels "中文文档")（可能落后于最新版本，不过一般也没啥问题）<br> [英文文档](https://www.statsmodels.org/stable/index.html "英文文档")（和版本同步更新，英文原文文档，如果中文文档有问题，可以翻阅查看） ### 主要特点 * 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 - 分位数回归 - 递归最小二乘法 * 具有混合效应和方差成分的混合线性模型 * GLM：支持所有单参数指数族分布的广义线性模型 * 用于二项式和泊松的贝叶斯混合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 logit (MNLogit) - 泊松和广义泊松回归 - 负二项式回归 - 零膨胀计数模型 * RLM: 鲁棒的线性模型，支持多个 M 估计器。 * 时间序列分析：时间序列分析模型 - 完整的StateSpace建模框架 - 季节性ARIMA和ARIMAX模型 - VARMA和VARMAX模型 - 动态因子模型 - 未观测到的组件模型 - 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 - 矢量自回归模型，VAR和结构VAR - 矢量误差修正模型，VECM - 指数平滑，Holt-Winters - 时间序列的假设检验：单位根，协整和其他 - 用于时间序列分析的描述性统计数据和过程模型 * 生存分析: - 比例风险回归（Cox模型） - 生存者函数估计（Kaplan-Meier） - 累积发生率函数估计 * 多变量: - 缺失数据的主成分分析 - 旋转因子分析 - MANOVA - 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：广泛的统计检验 - 诊断和规格检验 - 拟合优度和正态性检验 - 多元测试函数 - 各种其他统计检验 * 使用MICE进行插补，秩序统计回归和高斯插补 * 调解分析 * 图形包括用于数据和模型结果的可视化分析的绘图功能 * 输入/输出 - 用于读取Stata .dta文件的工具，但pandas具有较新的版本 - 表输出到ascii，latex和html * 其他模型 * Sandbox：statsmodels包含一个 sandbox 文件夹，其中包含处于开发和测试各个阶段的代码， 因此不被视为“生产就绪”。其中包括： - 广义矩法（GMM）估计器 - 核回归 - scipy.stats.distributions的各种扩展 - 面板数据模型 - 信息理论测度 # Arch ### 安装 [pip安装](https://pypi.org/project/arch/ "pip安装") ### 文档 中文文档（暂未找到） [英文文档](https://bashtage.github.io/arch/index.html "英文文档") ### 模块内容(Module Contents) - Univariate ARCH Models - Unit Root Tests - Cointegration Testing and Analysis - Bootstrapping - Multiple Comparison Tests - Long-run Covariance Estimation Last modification：July 8, 2021 © Allow specification reprint Support Appreciate the author Like 逢年过节，欢迎投喂
One comment
2025年10月新盘 做第一批吃螃蟹的人coinsrore.com
新车新盘 嘎嘎稳 嘎嘎靠谱coinsrore.com
新车首发，新的一年，只带想赚米的人coinsrore.com
新盘 上车集合 留下 我要发发 立马进裙coinsrore.com
做了几十年的项目 我总结了最好的一个盘（纯干货）coinsrore.com
新车上路，只带前10个人coinsrore.com
新盘首开 新盘首开 征召客户！！！coinsrore.com
新项目准备上线，寻找志同道合 的合作伙伴coinsrore.com
新车即将上线 真正的项目，期待你的参与coinsrore.com
新盘新项目，不再等待，现在就是最佳上车机会！coinsrore.com
新盘新盘 这个月刚上新盘 新车第一个吃螃蟹！coinsrore.com