statsmodels

    0

    1답변

    내가 statsmodels 문서에서이 예를 찾을 3. 파이썬에서 statsmodels 라이브러리에서 X-13-ARIMA 모델을 실행하기 위해 노력하고있어 : 을 dta = sm.datasets.co2.load_pandas().data dta.co2.interpolate(inplace=True) dta = dta.resample('M').sum() r

    0

    1답변

    기계 학습 알고리즘 목록을 반복하는 루프가 있으며 기계 학습 모델의 결과에 대해 T 테스트를 수행하려고합니다. 위 import pandas import numpy from pandas.tools.plotting import scatter_matrix import matplotlib.pyplot as plt from sklearn import prep

    0

    1답변

    melt() 함수를 사용하여 넓은 형식에서 긴 형식으로 변환 한 후 범주 형 변수를 R 요소로 변환하려고합니다. 그러나 팩터 함수와 입력 레벨 및 레이블을 실행할 때 테이블이 생성됩니다. 왜 이런 일이 일어나는 지 알고 계십니까? law <- read.csv("lawyers_class_new.csv") library(reshape2) law <- m

    0

    1답변

    pip 또는 easy_install을 사용하여 "Statsmodels"을 설치하려고 할 때마다 다음 오류가 표시됩니다. enter image description here 나는 개별적으로 scipy를 설치하려고 시도했지만 동일한 일이 발생합니다. 무엇을해야합니까?

    0

    1답변

    WLS를 사용한 다중 회귀를 사용하여 최적 곡선의 방정식을 작성하는 코드를 작성했습니다. 여기에 내가 사용하고있는 코드는 다음과 같습니다 import numpy as np import csv import pandas as pd import statsmodels.api as sm from statsmodels.sandbox.regression.pred

    0

    1답변

    확률 론적 시뮬레이션의 결과가 평형에 도달했는지 식별하기 위해 adfuller를 사용하고 있습니다. Augmented Dickey Fuller 테스트가이 과제를 달성 할 수있을 것이라고 생각했지만 값이 안정적이지 않은 안정 성을 발견했습니다. 예를 들어,이 이미지의 값은 명확하게 감소됩니다 그러나 time series이 실행 : p- 값 : results

    0

    1답변

    저는 영업 시간이 서로 다른 시간에 영업 사원의 매출간에 상당한 차이가 있는지 확인하기 위해 영업 사원 간의 교대를 보려고합니다. 구체적으로, 나는 a) 개별 교대 시간 사이에 추세가 중요한지, 그리고 b) 다른 몇 가지 잠재적 인 설명 변수에 비례하여 순위가 매겨지는지를 평가하려고한다. 데이터 세트에는 영업 사원 당 동일한 길이의 시간 단위로 여러 번 교

    1

    1답변

    나는 변화의 서로 다른 시간 동안 판매의 차이에서 찾고, statsmodels에서 일부 패널 데이터에 대한 회귀 구조를 사용하여 GEE를 실행하려고 해요 : ga = sm.families.Gaussian() ar = sm.cov_struct.Autoregressive() times = (BakeSale['Hour'].values) ar.dep_para

    0

    1답변

    문제가 있습니다. 선형 회귀를 시도하고 기울기를 테스트하려고합니다. t- 테스트는 기울기가 0에서 멀리 떨어져 있는지 확인합니다. 기울기는 음수 또는 양수일 수 있습니다. 나는 단지 부정적인 경사에만 관심이 있습니다. 이 예에서 기울기는 긍정적입니다. 관심이 없으므로 P 값이 커야합니다. 그러나 경사가 0에서 멀리 떨어진 곳에서 어느 방향 으로든 시험하기

    1

    2답변

    전 ols 모델을 실행 중이며 모든 계수를 알아야 분석에 사용할 수 있습니다. 계수를 과학 표기법과 다른 형식으로 표시하거나 저장하는 방법은 무엇입니까? model = sm.ols(formula="sales ~ product_category + quantity_bought + quantity_ordered + quantity_returned + season