问题标签 [statsmodels]

我正在研究python中的时间序列。我发现有用和有希望的图书馆是

• 熊猫；
• statsmodel（用于 ARIMA）；
• pandas 提供了简单的指数平滑。

也用于可视化：matplotlib

有谁知道指数平滑库？

我已经学习 Python 几个月了，但现在我发现我的 2.7 安装存在一些问题，因为我研究了诸如 nltk 之类的模块。

但是，当我想使用帮助（“模块）列出模块时，我有一个主要错误，我认为可以解释问题是：

我还收到以下与不推荐使用的模块有关的错误：

我仍在努力掌握路径。以后如何避免这个问题？

我使用 OLS（多元线性回归）计算了一个模型。我将数据划分为训练和测试（各一半），然后我想预测第二半标签的值。

问题是我得到了错误：文件“/usr/local/lib/python2.7/dist-packages/statsmodels-0.5.0-py2.7-linux-i686.egg/statsmodels/regression/linear_model.py” ，第 281 行，在预测返回 np.dot(exog, params) ValueError: 矩阵未对齐

我有以下数组形状： data.shape: (426, 215) labels.shape: (426,)

如果我将输入转换为 model.predict，我确实得到了一个结果，但形状为 (426,213)，所以我认为它也是错误的（我希望一个包含 213 个数字的向量作为标签预测）：

知道如何让它工作吗？

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，作为替代。我想我可以使用 rpy 和 R，但如果可能的话，我更愿意留在 python 中。

编辑[澄清]：考虑到这里描述的情况：http: //sphweb.bumc.bu.edu/otlt/MPH-Modules/BS/BS704-EP713_MultivariableMethods/ 我还想计算预测变量的多个相关系数, 除了回归系数和其他回归参数

在 statsmodels 例程中使用掩码数组（或包含 nan 的数组）是否有一般技巧？例如 pacf 和 acf？

我想在股票图表上绘制 Excel 所谓的“指数趋势/回归”。当我在 IPython 笔记本中运行下面的代码时，它只是说“内核已经死了，你想重新启动它吗？”。关于如何解决它的任何想法？此外，这只是尝试进行线性回归，我不太确定如何对指数数据进行回归。

我正在statsmodels.formula.api.wls使用 statsmodels 公式 API（来自 patsy）构建 WLS ( ) 模型，并且正在使用因子之间的交互。其中一些是预测性的，而另一些则不是。有没有办法在模型中只包含交互的子集，而无需手动构建设计矩阵？

或者，有没有办法将模型变量子集的估计系数约束为零？

我一直在使用 statsmodels.distributions 中的 ECDF（经验累积分布函数）来绘制一些数据的 CDF。但是，ECDF 使用阶跃函数，因此我得到了锯齿状的图。

所以我的问题是：scipy 或 statsmodels 是否有一个没有阶跃函数的 ECDF 烘焙？

顺便说一句，我知道我可以这样做：

但我没有得到正确的秤。

谢谢！

我需要一些关于为 Python 选择统计数据包的建议，我已经做了很多搜索，但不确定我是否一切都正确，特别是关于 statsmodels 和 scipy.stats 之间的差异。

我知道的一件事是具有 scikits 命名空间的那些是 scipy 的特定“分支”，而过去的 scikits.statsmodels 现在称为 statsmodels。另一方面，还有 scipy.stats。两者有什么区别，哪个是Python的统计包？

谢谢。

- 编辑 -

我更改了标题，因为有些答案与问题并没有真正相关，我想那是因为标题不够清楚。

我正在尝试将 AR(1) 模型拟合到 Pandas 时间序列并向前推进。数据为年度数据，每年从 4 月 1 日开始。当我使用statsmodels.tsa.ar_model.AR.predict估计模型进行预测时，输出是 Pandas 时间序列，年度预测以 12 月 31 日为中心。

代码：

输出：

我可以获得 predict 方法来创建索引于 4 月 1 日的时间序列，还是必须在创建预测序列后重新索引它？我希望能够将它与数据框中的其他系列进行比较，因此索引非常重要。

谢谢你的帮助！