statsmodels

    1热度

    1回答

    我会用(Statsmodels)ARIMA,以便从一系列的预测值不同的结果: plt.plot(ind, final_results.predict(start=0 ,end=26)) plt.plot(ind, forecast.values) plt.show() 我认为我会得到相同的结果从这两幅图,而是我得到这个: 我想知道,如果问题是否有关预测或预测

    0热度

    2回答

    我使用statsmodel,这是我使用生成一个多元线性回归代码: def regression(): Data = pd.read_csv("CSV_file") DependentVariable = Data[["Variable1"]].values.tolist() IndependentVariables = Data[["Variable2","Varia

    0热度

    1回答

    我已经看到这个问题出现在我的编码几次,现在statsmodels计算的“Df模型”小于该模型拟合的参数的数量。 据我所知,无论我适合哪种模型和(我相信)仅在具有不小(>〜20?)数量的参数的情况下才会发生。这可能与参数之间的高度多重共线性有关吗? 由于这个问题似乎与大量的参数(与'真实'的数据)出现,我不确定我可以重新创建一些虚拟数据来展示这个问题。我只是希望有人看到它,并知道它为什么会发生。 无

    0热度

    1回答

    我有一个包含约100多个功能的数据集。我也有一小组协变量。 我建立一个OLS线性模型,使用statsmodels为y = x + C1 + C2 + C3 + C4 + ... + Cn为每个协变量,特征x和因变量y。 我试图对回归系数进行假设检验,以测试系数是否等于0.我认为t检验是适当的方法,但我不太确定如何去关于在Python中使用statsmodels来实现这一点。 我知道,特别是,我想使

    -1热度

    1回答

    我正在执行线性回归以拟合y = x + c1 + c2 + c3 + c4 + ... + cn(c1..cn是协变量)。 一个奇怪的现象正在发生,一旦我输出汇总结果,我不知道为什么是这样的话: OLS Regression Results =======================================================================

    0热度

    1回答

    我对编程颇为陌生,我在python上跳跃以熟悉数据分析和机器学习。 我正在关注多重线性回归的反向消除教程。下面是代码现在: # Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd # Importing the dataset dataset = p

    0热度

    1回答

    我想更改由StatsModels制作的PP图的标记大小(或线宽)。查看here相关文档和here查看QQ地块的示例 - 这些相似。 图中的线现在看起来很肥 - 太胖了!参见图: 这是使用下面的代码生成: fig = plt.figure(figsize=(4, 4)) ax1 = plt.subplot(111) probplot = smp.ProbPlot(levels.mv15, fit

    1热度

    1回答

    我希望从文件(日期和数量列)中读取数据并将它们绘制到带有ARIMA预测的图上。 不幸的是,我没有运用我用过的在线指南,每个指南都让我面对不同的问题。 这是我基本的代码(这只是绘制数据没有预测): from pandas import Series from matplotlib import pyplot from statsmodels.tsa.arima_model import ARIM

    0热度

    2回答

    我曾经使用由wxpython创建的GUI来使用statsmodels SARIMAX()运行统计模型。我把所有五个脚本放在一个文件中,并尝试使用 pyinstaller --onedir <mainscript.py> 创建编译的应用程序。 的pyinstaller过程完成后,我跑在蒸馏水文件生成的应用程序,但它给了这个错误: c:\users\appdata\local\temp\pip-b

    2热度

    1回答

    看起来在最新版本的熊猫中,所有的ols功能都已被弃用(pandas.stats已被删除,并且没有PanelOLS或ols函数) 。我正在尝试使用statsmodels运行面板回归,但找不到有效的方式来执行此操作?以前我可以用这样的代码: panel_ols = ols(y=DataFrame, x=DataFrame, ...,) 这估计使用一个单一的面板回归中的所有数据系数。 现在有办法做到