statsmodels（http://www.statsmodels.org）是一個Python庫，用于擬合多種統(tǒng)計模型，執(zhí)行統(tǒng)計測試以及數(shù)據(jù)探索和可視化。
最新版本的文檔位于：
https://www.statsmodels.org/stable/
歡迎關(guān)注 Youcans 原創(chuàng)系列，每周更新數(shù)模筆記
Python數(shù)模筆記-PuLP庫
Python數(shù)模筆記-StatsModels統(tǒng)計回歸
Python數(shù)模筆記-Sklearn
Python數(shù)模筆記-NetworkX
Python數(shù)模筆記-模擬退火算法
線性回歸模型：
普通最小二乘法
廣義最小二乘法
加權(quán)最小二乘法
具有自回歸誤差的最小二乘法
分位數(shù)回歸
遞歸最小二乘法
具有混合效應(yīng)和方差分量的混合線性模型
glm：支持所有一個參數(shù)的廣義線性模型 指數(shù)族分布
二項和poisson的貝葉斯混合glm
gee：單向聚類或縱向數(shù)據(jù)的廣義估計方程
離散模型：
logit和probit
多項式logit（mnlogit）
泊松與廣義泊松回歸
負(fù)二項回歸
零膨脹計數(shù)模型
rlm：支持多個m估計的魯棒線性模型。
時間序列分析：時間序列分析模型
完整的狀態(tài)空間建模框架
季節(jié)性arima和arimax模型
Varma和Varmax型號
動態(tài)因素模型
未觀察到的組件模型
馬爾可夫切換模型（MSAR），也稱為隱馬爾可夫模型（HMM）
單變量時間序列分析：ar，arima
向量自回歸模型、var和結(jié)構(gòu)var
矢量誤差修正模型，vecm
指數(shù)平滑，霍爾特溫特斯
時間序列的假設(shè)檢驗：單位根、協(xié)整等
時間序列分析的描述性統(tǒng)計和過程模型
生存分析：
比例危險回歸（cox模型）
幸存者函數(shù)估計（kaplan-meier）
累積關(guān)聯(lián)函數(shù)估計
多變量：
缺失數(shù)據(jù)的主成分分析
旋轉(zhuǎn)因子分析
曼諾瓦
典型相關(guān)
非參數(shù)統(tǒng)計：單變量和多變量核密度估計
數(shù)據(jù)集：用于示例和測試的數(shù)據(jù)集
統(tǒng)計學(xué)：廣泛的統(tǒng)計測試
診斷和規(guī)格測試
擬合優(yōu)度和正態(tài)性檢驗
多重測試功能
各種附加統(tǒng)計測試
小鼠插補，順序統(tǒng)計回歸和高斯插補
中介分析
圖形包括用于可視化分析數(shù)據(jù)和模型結(jié)果的繪圖功能
輸入/輸出
用于讀取stata.dta文件的工具，但pandas有一個更新的版本
表輸出為ascii、latex和html
沙箱：statsmodels包含一個沙箱文件夾，其中包含 未被視為“生產(chǎn)準(zhǔn)備就緒”的開發(fā)和測試。
廣義矩量法（gmm）估計量
核回歸
scipy.stats.distributions的各種擴展
面板數(shù)據(jù)模型
信息論測度
pip3 install --upgrade statsmodel -i https://pypi.tsinghua.edu.cn/simple
