Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用外源数据进行 SARIMAX 样本外预测
我正在使用 SARIMAX 进行时间序列分析 并且一直在努力解决这个问题 我想我已经成功地拟合了一个模型并用它来进行预测 但是 我不知道如何利用外源数据进行样本预测 我可能做错了整个事情 所以我在下面包含了我的步骤和一些示例数据 impor
python
TimeSeries
StatsModels
sarimax
时间序列的线性回归Python(numpy或pandas)
我对 python 和一般编程都很陌生 所以请原谅任何简单的错误 应该显而易见的事情 我想做的事情非常简单 我只想将线性趋势 一维多项式 拟合到一堆时间序列上 看看斜率是正还是负 现在我只是想让它在一个时间序列中工作 问题 pandas 和
python
NumPy
pandas
StatsModels
在函数中调用 patsy 时出现命名空间问题
我正在尝试为 statsmodels 公式 API 编写一个包装器 这是一个简化版本 该函数的作用远不止于此 import statsmodels formula api as smf def wrapper formula data kw
python
python3x
namespaces
StatsModels
patsy
用python计算逻辑回归
我尝试计算逻辑回归 我有 csv 文件形式的数据 看起来像 node id second major gender major index year dorm high school student fac 0 0 2 257 2007 1
python
NumPy
pandas
networkx
StatsModels
从 Python 中的 OLS 摘要获取 Durbin-Watson 和 Jarque-Bera 统计数据
我正在运行一列值的 OLS 摘要 OLS 的一部分是 Durbin Watson 和 Jarque Bera JB 统计数据 我想直接提取这些值 因为它们已经被计算出来 而不是像我现在使用 durbinwatson 那样将这些步骤作为额外步
python
statistics
StatsModels
leastsquares
如何从statsmodels.api中提取回归系数?
result sm OLS gold lookback silver lookback fit 得到结果后 如何得到系数和常数呢 换句话说 如果y ax c如何获取值a and c 您可以使用params拟合模型的属性以获得系数 例如 以下
python
pandas
linearregression
StatsModels
如何计算scipy中曲线拟合的可能性?
我有一个非线性模型拟合 如下所示 深色实线是模型拟合 灰色部分是原始数据 问题的简短版本 如何获得该模型拟合的可能性 以便我可以执行对数似然比测试 假设残差服从正态分布 我对统计学比较陌生 我目前的想法是 从曲线拟合中得到残差 并计算残差的
python
NumPy
scipy
StatsModels
Python ARIMA模型,预测值发生偏移
我是 Python ARIMA 实现的新手 我有几个月 15 分钟一次的数据 我尝试遵循 Box Jenkins 方法来拟合时间序列模型 我在最后遇到了一个问题 这ACF PACF图 https i stack imgur com weNJ
python
StatsModels
使用 ywunbiased 时,statsmodels.tsa.stattools 中的 PACF 函数给出的数字大于 1?
我有一个长度为 177 的数据帧 我想计算并绘制部分自相关函数 PACF 我已导入数据等 我这样做 from statsmodels tsa stattools import pacf ys pacf data key array diff
python3x
statistics
TimeSeries
StatsModels
我们可以使用 python 生成卡方检验的列联表吗?
我正在使用 scipy stats chi2 contingency 方法来获取卡方统计数据 我们需要传递频率表 即列联表作为参数 但我有一个特征向量 想要自动生成频率表 我们有这样的功能吗 我目前正在这样做 def contigency
python
statistics
scipy
StatsModels
chisquared
用什么来做多重相关?
我正在尝试使用 python 来计算响应数组和一组预测变量之间的多重线性回归和多重相关性 我看到了计算多元线性回归的非常简单的示例 这很容易 但是如何使用 statsmodels 计算多重相关性呢 或与其他任何东西一起作为替代 我想我可以使
python
correlation
StatsModels
如何将 statsmodels.tsa.seasonal.seasonal_decompose 与 pandas 数据框一起使用
from statsmodels tsa seasonal import seasonal decompose def seasonal decomp df model additive seasonal df None seasonal
python
pandas
DataFrame
StatsModels
statsmodel 预测开始和结束索引
我正在尝试实现 statsmodel 包中的预测功能 prediction results predict start 1 end len test exog test 输入 测试和输出预测的日期不一致 前者为2012年1月4日至2012年
python
StatsModels
使用 ARMAResult.predict() 函数的正确方法
根据这个问题如何使用 statsmodels 和 Python 获得 AR 模型中的常数项 https stackoverflow com questions 24172454 how to get constant term in ar
python
TimeSeries
StatsModels
为什么 statsmodels 无法重现我的 R 逻辑回归结果?
我很困惑为什么 R 和 statsmodels 中的逻辑回归模型不一致 如果我在 R 中准备一些数据 From https courses edx org c4x MITx 15 071x asset census csv library
python
r
DataFrame
LogisticRegression
StatsModels
统计模型逻辑回归收敛问题
我正在尝试在大型设计矩阵 约 200 列 上的 statsmodels 中运行逻辑回归 这些特征包括大量交互 分类特征和半稀疏 70 整数特征 虽然我的设计矩阵不是actually病态的 似乎有些接近 根据numpy linalg matr
如何在 Python 中进行 F 检验来比较嵌套线性模型?
我想比较两个嵌套线性模型 将它们称为 m01 和 m02 其中 m01 是简化模型 m02 是完整模型 我想做一个简单的 F 检验 看看完整模型是否比简化模型增加了显着的效用 这在 R 中非常简单 例如 mtcars lt read csv
python
scikitlearn
linearregression
StatsModels
Statsmodels Poisson glm 与 R 不同
我正在尝试根据 R 中提供的一些代码来拟合一些模型 空间交互模型 我已经能够在 python 框架中使用 statsmodels 使一些代码正常工作 但其中一些代码根本不匹配 我相信我的 R 和 Python 代码应该给出相同的结果 有人看
python
r
GLM
StatsModels
Poisson
如何在Python中使用AutoReg预测时间序列
我正在尝试仅使用自动回归算法来构建老式模型 我发现它有一个实现statsmodel包裹 我已阅读文档 据我了解 它应该像 ARIMA 一样工作 所以 这是我的代码 import statsmodels api as sm model sm
python
TimeSeries
StatsModels
ARIMA
autoregressivemodels
使用“statsmodels”指定将哪个类别视为基础
了解当我将模型中的类别变量传递给statsmodels fit将为类别自动生成虚拟变量 例如 如果我有一个变量 Location 其值为 IndianOcean Thailand China 和 Mars 我将在我的模型中获得以下形式的变量
python
linearregression
StatsModels
categoricaldata
1
2
3
4
5
»