statsmodels︱python常规统计模型库

  • 日期:03-19
  • 点击:(1579)


以前,我看了sklearn线性模型,没有R平方,F检验,回归系数T检验和其他指标,所以我把statsmodels看作一个库,我真的很怀念这个库的输出结果。

文章目录1安装2相关模型简介2.1线性模型2.2离散选择模型2.3非参数统计2.4广义线性模型2.5广义线性模型2.5稳健回归2.6广义估计方程2.7方差分析2.8时间序列分析2.9空间测量本质:状态空间模型-状态空间模型2.10多元统计模型-因子/主成分分析3相关模型演示3.1线性回归模型3.2广义线性模型-GLM 3.3稳健回归4如何导出CSV结果4.2绘制模型图并保存4.3以快速获得模型的输出参数:P测试、F测试、P统计

1安装

但可能会报告错误:

与scipy版本不匹配,作者之前删除了它。请重新安装一遍:

2相关模型简介

相关文件可见:

包括:

2.1线性模型

2.2离散选择模型

参考:离散选择模型,DCM)简介-一个

离散选择模型,DCM)广泛应用于经济学和社会学领域。

例如,消费者在购买汽车时通常会比较几个不同的品牌,如福特、本田、大众等。

如果消费者选择福特为Y=1,本田为Y=2,大众为Y=3;然后,在研究消费者选择哪个汽车品牌时,由于因变量不是连续变量(Y=1,2,3),传统的线性回归模型有一定的局限性(见DCM系列文章2)。

另一个例子,在交通安全研究领域,交通事故的严重程度通常分为三类:

(1)仅财产损失,PDO),

(2)伤害和

3)死亡;

研究各种因素的影响时(如道路坡度、弯道曲率、车辆年龄、照明、天气条件等)。)关于事故的严重性,由于因变量(事故严重性)是离散变量(只有3个选项),离散选择模型可以提供有效的建模方法。

2.3非参数统计

2.4广义线性模型-广义线性模型

2.5稳健回归-稳健回归

2.6广义估计方程

0663 -9507

2.7方差分析

2.8时间序列分析-时间序列分析

2.9

是一个常规公式,其中所有的X/Y数据都放在一个数据框中。

打印出模型的所有相关系数

其中。如果预测中未输入参数,则默认值为X

3.2广义线性模型-glm

reference: . stats molds . org/stable/examples/notebooks/generated/glm . html

是一个常规公式,其中所有的X/Y数据都放在一个数据框中。

包含回归系数,t检验值

3.3稳健回归

参考: . stats molds . org/stable/examples/notebooks/generated/robust _ models _ 0.html

4 CSV如何导出其他

4.1模型结果?

您可以导出模型

但导出的格式相当奇怪:

4.2绘制模型图并保存

4.3以快速获得模型输出参数:P检验、F检验和P统计