这是由ApacheCN翻译的Statsmodels的中文文档
Statsmodels是一个Python包,为统计计算的scipy提供补充,包括描述性统计和统计模型的估计和推断。
最新的稳定版文档位于
https://www.statsmodels.org/stable/
开发版文档位于
https://www.statsmodels.org/dev/
Recent improvements are highlighted in the release notes
https://www.statsmodels.org/stable/release/version0.9.html
有关文档的备份请访问-https://statsmodels.github.io/stable/ 和 https://statsmodels.github.io/dev/.
- 线性回归模型:
- 普通最小二乘
- 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Poisson回归
- 负二项式回归
- 零膨胀计数模型
- RLM:强大的线性模型,支持多个M估计器。
- 时间序列分析:时间序列分析模型
- 完成StateSpace建模框架
- 季节性ARIMA和ARIMAX模型
- VARMA和VARMAX型号
- 动态因子模型
- 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
- 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,协整等
- 时间序列分析的描述性统计和过程模型
- 完成StateSpace建模框架
- 生存分析:
- 比例风险回归(Cox模型)
- 幸存者函数估计(Kaplan-Meier)
- 累积发生率函数估计
- 多因素:
- 缺少数据的主成分分析
- 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:广泛的统计测试
- 诊断和规范测试
- 拟合优度和正态性测试
- 用于多个测试的功能
- 各种额外的统计测试
- MICE估算,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分析的绘图功能
- I / O
- 用于读取Stata .dta文件的工具,但是pandas具有更新版本
- 表输出为ascii,latex和html
- Miscellaneous models(各种各样的模型)
- Sandbox:statsmodels包含一个沙箱文件夹,其中的代码处于开发和测试的各个阶段,不被视为“生产就绪”。这包括其中之一
- 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
- 信息理论措施
- 主页:apachecn.org
- Github:@ApacheCN
- 社区:community.apachecn.org
- 知识库:cwiki.apachecn.org
- 自媒体平台:
- 我们不是 Apache 的官方组织/机构/团体,只是 Apache 技术栈(以及 AI)的爱好者!
- 如有侵权,请联系邮箱:【片刻】[email protected](如果需要合作,也可以私聊我)
1. 在 github 上 fork 该 repository.
2. 翻译 docs/zh/source 或者根目录 下面的 rst或txt 文件即可, 例如, gettingstarted.rst.
3. 然后, 在你的 github 发起 New pull request 请求.
目前有如下可分配的角色:
- 翻译: 负责文章内容的翻译.
- 校验: 负责文章内容的校验, 比如格式, 正确度之类的.
- 负责人: 负责整个 Projcet
有兴趣参与的朋友, 可以看看最后的联系方式.
- @FontTian(Font Tian)
贡献者可自行编辑如下内容(排名不分先后).
翻译者(人人皆大佬~):
- @FontTian(Font Tian)
有任何建议反馈, 或想参与文档翻译, 麻烦联系下面的企鹅:
- 企鹅: 2404846224((FontTian)
- sklearn 中文文档
- pytorch 0.3 中文文档
- TensorFlow R1.2 中文文档
- xgboost 中文文档
- lightgbm 中文文档
- fasttext 中文文档
- gensim 中文文档
- Spark 中文文档
- Storm 中文文档
- Kafka 中文文档
- Flink 中文文档
- Beam 中文文档
- Zeppelin 0.7.2 中文文档
- Elasticsearch 5.4 中文文档
- Kibana 5.2 中文文档
- Kudu 1.4.0 中文文档
- Spring Boot 1.5.2 中文文档
- Airflow 中文文档
- Solidity 中文文档
- numpy 中文文档
- pandas 中文文档
- matplotlib 中文文档
- 等等