statsmodels

2熱度

2回答

如何正確設置statsmodels.tsa.ar_model.AR.predict函數的開始/結束參數

我有一個不規則間隔時間序列的項目成本數據框，我想嘗試應用statsmodel AR model against。這是數據的樣本在它的數據幀： cost date 2015-07-16 35.98 2015-08-11 25.00 2015-08-11 43.94 2015-08-13 26.25 2015-08-18 15.38 2015-08-24 77.72 20

0熱度

1回答

將statsmodel預測與實際y值進行比較（索引問題）

目的：我想計算擬合多元線性迴歸模型預測的測試誤差。問題：這是我的代碼。它旨在基於X_test變量擬合線性迴歸模型來訓練數據，然後預測y值（價格）： X.insert(0, 'constant', 1) # insert constant column X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.

0熱度

1回答

Python statsmodels - 按組顯示迴歸結果

我試圖按組運行線性迴歸，並分別顯示每個材質組的結果，包括特定材質的名稱。我的數據集有一個變量ActYTDVol，我在UnitPrice上進行迴歸。我使用statsmodels和for-in分別對每個材質（=組）進行迴歸。我能夠運行上述迴歸，但迴歸輸出不顯示我正在分析的材料的名稱，因此我無法說出迴歸輸出引用的材料的名稱。是否有辦法在迴歸輸出旁邊顯示Material（= group）名稱？這是

2熱度

2回答

安裝蟒蛇和模塊不能正常工作

我剛裝了蟒蛇，然後當我試圖用空閒使用模塊statsmodels它告訴我它不存在： ModuleNotFoundError: No module named 'statsmodels' 如果我再嘗試安裝模塊使用點它告訴我它在那裏。我也嘗試卸載Anaconda並單獨安裝模塊，但連接超時。 error image 我在工作，所以這可能是由於PIP模塊無法通過代理？如果是這種情況，爲什麼Anaco

2熱度

1回答

的Python - StatsModels，OLS置信區間

在Statsmodels我能適合使用 import statsmodels.api as sm X = np.array([22000, 13400, 47600, 7400, 12000, 32000, 28000, 31000, 69000, 48600]) y = np.array([0.62, 0.24, 0.89, 0.11, 0.18, 0.75, 0.54, 0.61, 0.9

2熱度

1回答

爲什麼我會從grangercausalitytests獲得「LinAlgError：Singular matrix」？

我想在兩個時間序列運行grangercausalitytests： import numpy as np import pandas as pd from statsmodels.tsa.stattools import grangercausalitytests n = 1000 ls = np.linspace(0, 2*np.pi, n) df1 = pd.DataFrame

3熱度

1回答

statsmodels.formula.api importError：無法導入名稱'TimeSeries'

python的新功能在這裏。使用下列內容：蟒蛇 - V1.3.1 Spyder的 - v3.1.4 的Python - V3.5 我試圖導入以下庫： import numpy as np import matplotlib.pyplot as plt import pandas as pd import statsmodels.formula.api as sm 它不斷給我出現以下錯

0熱度

1回答

StatsModel分位數迴歸ValueError

在Python StatsModel模塊中運行分位數迴歸後出現錯誤。該錯誤是以下幾點： ValueError Traceback (most recent call last) <ipython-input-221-3547de1b5e0d> in <module>() 16 model = smf.quantreg(fit_formula, train) 17 ---> 1

24熱度

1回答

大熊貓滾動迴歸：替代循環

我已經在已棄用的stats/ols模塊中使用了熊貓的MovingOLS類（源here）。不幸的是，它完全被熊貓0.20吞噬。在我看來，如何以高效的方式運行滾動OLS迴歸的問題已被多次提出（例如here），但是表達方式有點寬泛，沒有一個很好的答案。這裏是我的問題：我怎樣才能最好地模擬大熊貓MovingOLS的基本框架？這個類最吸引人的特點是能夠將多個方法/屬性視爲不同的時間序列 - 即，係數，

2熱度

2回答

計算的置信區間

我有我想以計算的置信區間的樣本數據，假設分佈是不正常的，是未知的。基本上，它看起來像分配帕累託，但我不知道肯定。正態分佈的答案： Compute a confidence interval from sample data Correct way to obtain confidence interval with scipy