点击上方『早起python』关注早起
和我一起,成为更好的自己
前言
大家好,在 之前的文章中 我们已经讲解了很多Python数据处理的方法比如
读取数据、缺失值处理、数据降维等,也介绍了一些数据可视化的方法如
Matplotlib、pyecharts等,那么在掌握了这些基础技能之后,要进行更深入的分析就需要掌握一些常用的建模方法,本文将讲解如何利用Python进行统计分析。 和之前的文章类似, 本文只讲如何用代码实现,不做理论推导与过多的结果解释(事实上常用的模型可以很轻松的查到完美的推导与解析) 。
因此读者需要掌握一些基本的统计模型比如回归模型、时间序列等 。
Statsmodels简介
在Python 中统计建模分析最常用的就是Statsmodels模块。Statsmodels是一个主要用来进行统计计算与统计建模的Python库。主要有以下功能:
安装 brew install Statsmodels
文档 github.com/statsmodels/statsmodels
线性回归模型:普通最小二乘估计