statsmodels

    1熱度

    1回答

    我會用(Statsmodels)ARIMA,以便從一系列的預測值不同的結果: plt.plot(ind, final_results.predict(start=0 ,end=26)) plt.plot(ind, forecast.values) plt.show() 我認爲我會得到相同的結果從這兩幅圖,而是我得到這個: 我想知道,如果問題是否有關預測或預測

    0熱度

    2回答

    我使用statsmodel,這是我使用生成一個多元線性迴歸代碼: def regression(): Data = pd.read_csv("CSV_file") DependentVariable = Data[["Variable1"]].values.tolist() IndependentVariables = Data[["Variable2","Varia

    0熱度

    1回答

    我已經看到這個問題出現在我的編碼幾次,現在statsmodels計算的「Df模型」小於該模型擬合的參數的數量。 據我所知,無論我適合哪種模型和(我相信)僅在具有不小(>〜20?)數量的參數的情況下才會發生。這可能與參數之間的高度多重共線性有關嗎? 由於這個問題似乎與大量的參數(與'真實'的數據)出現,我不確定我可以重新創建一些虛擬數據來展示這個問題。我只是希望有人看到它,並知道它爲什麼會發生。 無

    0熱度

    1回答

    我有一個包含約100多個功能的數據集。我也有一小組協變量。 我建立一個OLS線性模型,使用statsmodels爲y = x + C1 + C2 + C3 + C4 + ... + Cn爲每個協變量,特徵x和因變量y。 我試圖對迴歸係數進行假設檢驗,以測試係數是否等於0.我認爲t檢驗是適當的方法,但我不太確定如何去關於在Python中使用statsmodels來實現這一點。 我知道,特別是,我想使

    -1熱度

    1回答

    我正在執行線性迴歸以擬合y = x + c1 + c2 + c3 + c4 + ... + cn(c1..cn是協變量)。 一個奇怪的現象正在發生,一旦我輸出彙總結果,我不知道爲什麼是這樣的話: OLS Regression Results =======================================================================

    0熱度

    1回答

    我對編程頗爲陌生,我在python上跳躍以熟悉數據分析和機器學習。 我正在關注多重線性迴歸的反向消除教程。下面是代碼現在: # Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd # Importing the dataset dataset = p

    0熱度

    1回答

    我想更改由StatsModels製作的PP圖的標記大小(或線寬)。查看here相關文檔和here查看QQ地塊的示例 - 這些相似。 圖中的線現在看起來很肥 - 太胖了!參見圖: 這是使用下面的代碼生成: fig = plt.figure(figsize=(4, 4)) ax1 = plt.subplot(111) probplot = smp.ProbPlot(levels.mv15, fit

    1熱度

    1回答

    我希望從文件(日期和數量列)中讀取數據並將它們繪製到帶有ARIMA預測的圖上。 不幸的是,我沒有運用我用過的在線指南,每個指南都讓我面對不同的問題。 這是我基本的代碼(這只是繪製數據沒有預測): from pandas import Series from matplotlib import pyplot from statsmodels.tsa.arima_model import ARIM

    0熱度

    2回答

    我曾經使用由wxpython創建的GUI來使用statsmodels SARIMAX()運行統計模型。我把所有五個腳本放在一個文件中,並嘗試使用 pyinstaller --onedir <mainscript.py> 創建編譯的應用程序。 的pyinstaller過程完成後,我跑在蒸餾水文件生成的應用程序,但它給了這個錯誤: c:\users\appdata\local\temp\pip-b

    2熱度

    1回答

    看起來在最新版本的熊貓中,所有的ols功能都已被棄用(pandas.stats已被刪除,並且沒有PanelOLS或ols函數) 。我正在嘗試使用statsmodels運行面板迴歸,但找不到有效的方式來執行此操作?以前我可以用這樣的代碼: panel_ols = ols(y=DataFrame, x=DataFrame, ...,) 這估計使用一個單一的面板迴歸中的所有數據係數。 現在有辦法做到