statistic in python

來源：https://www.cnblogs.com/baiyunwanglai/p/11885532.html

提供用於估計許多不同的統計模型以及進行統計測試和統計資料探索的類和函式。每個估算器都有大量的結果統計資訊列表。

基本的功能列表如下

• 線性迴歸模型
• 繪圖
• 離散選擇模型
• 非引數統計
• 廣義線性模型
• 穩健迴歸
• 統計
• 時間序列分析
• 狀態空間模型

1.Autoregression（AR）

自迴歸模型（Autoregressive Model，簡稱 AR 模型）是最常見的平穩時間序列模型之一。

from statsmodels.tsa.ar_model import AR
 

2.Autoregressive Moving Average（ARMA）

ARMA方法結合了自迴歸（AR）模型和移動平均（MA）模型。

from statsmodel.tsa.arima_model import ARMA

3.Autoregressive Integrated Moving Average（ARIMA）

ARIMA方法結合自迴歸（AR）和移動平均（MA）模型以及序列的差分預處理步驟以使序列靜止，稱為積分。

from statsmodel.tsa.arima_model import ARIMA

4.Seasonal Autoregressive Integrated Moving-Average (SARIMA)

SARIMA方法將序列中的下一步建模為先前時間步驟的差異觀測值、誤差、差異性季節觀測值和季節性誤差的線性函式。

它結合了ARIMA模型，能夠在季節性水平上執行相同的自迴歸、差分和移動平均建模。

from statsmodel.tsa.statespace.sarimax import SARIMAX

5.Seasonal Autoregressive Integrated Moving-Average with Exogenous Regressors (SARIMAX)

SARIMAX是SARIMA模型的擴充套件，還包括外生變數的建模。

SARIMAX方法還可用於使用外生變數對包含的模型進行建模，例如ARX，MAX，ARMAX和ARIMAX。

from statsmodels.tsa.statespace.sarimax import SARIMAX

6.Vector Autoregression (VAR)

向量自迴歸方法使用AR模型。AR是多個並行時間序列的推廣。

from statsmodel.tsa.vector_ar.var_model import VAR

7.Vector Autoregression Moving-Average (VARMA)

這是ARMA對多個並行時間序列的推廣，例如，多變數時間序列。

from statsmodel.tsa.statespace.varmax import VARMAX

8.Vector Autoregression Moving-Average with Exogenous Regressors（VARMAX）

VARMAX是VARMA模型的擴充套件，它還包括外生變數的建模。它是ARMAX方法的多變數版本。

from statsmodels.tsa.statespace.varmax import VARMAX

9.Holt Winter’s Exponential Smoothing (HWES)

HWES是在先前時間步驟的觀測的指數加權線性函式，將考慮趨勢和季節性因素。

from statsmodel.tsa.holtwinters import ExponentialSmoothing