发布 0.12.0¶
发布摘要¶
statsmodels 使用 github 来存储更新的文档。有两个版本可供选择:
警告
对于新功能,API的稳定性无法保证,尽管在可能的情况下,即使在这种情况下,更改也会以向后兼容的方式进行。新功能的稳定性取决于它已经在statsmodels主分支中存在的时间以及它已经获得的使用的多少。如果有特定的已知问题或限制,则它们会在文档字符串中提到。
统计信息¶
已关闭的问题: 239
合并的拉取请求: 221
亮点¶
统计¶
假设检验的新函数返回一个HolderTuple实例,该实例允许对(统计量, p值)进行元组索引和解包,并且还允许通过属性访问这些结果以及附加的结果统计量。
元分析¶
元分析的函数已添加到meta_analysis中。
函数combine_effects执行固定效应和随机效应分析。有几种方法,如Paule-Mandel和DerSimonian-Laird,可用于估计随机效应方差。
该模块还包括用于标准化均差和比例的效应量函数,这些函数可以与combine_effects一起使用。
一个笔记本展示了元分析新功能的用法。
新的两样本假设检验¶
为来自两个独立样本的比例添加了假设检验、置信区间和功效函数。推断统计可用于两个比例的差异、比率和比值比。基于两个单侧检验(TOST)的等效性检验可用于两个独立比例。
包括等效性检验在内的假设检验,用于两个独立泊松率之比的检验现在可以在
test_poisson_2indep 和
tost_poisson_2indep 中找到。
单因素方差分析¶
在模块 oneway 中添加了几种用于 k 个独立样本的 ANOVA 类型分析的统计方法。这包括标准 Anova、用于不等方差的 Anova(Welch、Brown-Forsythe 用于均值)、基于修剪样本的 Anova(Yuen anova)以及使用 Wellek 方法的等效性检验。
对于方差或离散度的相等性检验,提供了几种变换方法。这包括 Levene 检验和 Browne-Forsythe 检验作为等方差的特殊情况。它使用 anova_oneway 函数,因此不等方差和修剪选项也可用于方差的检验。
添加了几种用于效应量度量的函数,这些函数可用于报告或用于计算功效和样本量。
多元统计¶
新的模块 multivariate 包括一样本和两样本的多变量均值检验,Hotelling’s t检验,
test_mvmean,
test_mvmean_2indep 以及单样本多变量均值的置信区间
confint_mvmean
此外,现在可以在多个 test_cov 函数中进行协方差模式的假设检验,以及单向协方差相等的检验。
时间序列分析¶
新的指数平滑模型:ETS(误差,趋势,季节性)¶
实现ETS模型的类
ETSModel。包括线性和非线性指数平滑模型
支持参数拟合、样本内预测和样本外预测、预测区间、模拟等。
基于创新的状态空间方法。
状态空间模型¶
适用于大型数据集和月度/季度混合频率模型的新动态因子模型¶
新的动态因子模型
DynamicFactorMQ。通过使用EM算法进行拟合,可以处理数百个观测变量
允许指定仅在特定变量组上加载的因素
允许使用月度/季度混合频率模型。例如,这支持一种流行的“实时预测”GDP的方法
基于“新闻”的预测更新分解¶
状态空间模型结果对象的新
news方法链接更新数据以反映预测的变化
支持“即时预测”练习,随着时间的推移逐步纳入越来越多的信息
稀疏Cholesky模拟平滑器¶
状态空间模型中通过“Cholesky因子算法”(CFA)方法进行模拟平滑的新选项,在
CFASimulationSmoother利用稀疏Cholesky分解算法,而不是使用基于卡尔曼滤波和平滑的典型模拟平滑器
使用Chadrasekhar递归的选项¶
状态空间模型的新选项,通过设置
filter_chandrasekhar=True,可以使用 Chandrasekhar 递归而不是典型的卡尔曼滤波递归。改进了具有大状态向量的某些模型的性能
预测方法¶
两种流行的用于预测时间序列的方法,STL分解后的预测(STLForecast)和Theta模型(ThetaModel)已被添加。
复杂确定性项¶
DeterministicProcess 可以用于生成包含时间趋势、季节性虚拟变量和傅里叶分量的确定性过程。
一个 DeterministicProcess 可以用于生成适合于样本内回归或样本外预测的值。
新功能 - 概览¶
以下列出了 statsmodels 0.12.0 的主要新特性。此外,版本 0.12.0 还包括许多领域的错误修复、重构和改进。
子模块¶
文档¶
修复文档中显示的版本(PR #6452)
将日志发送到 dev/null/ (PR #6456)
各种术语的正确拼写(PR #6518)
修复拼写错误 (PR #6531)
更新 interactions_anova.ipynb (PR #6601)
修复状态空间文档页面上的true类型(PR #6616)
对holtwinters模拟的小修复(PR #6631)
将OLS示例更改为使用数据集(PR #6656)
修复 AutoReg 文档字符串 (PR #6662)
修复 fdrcorrection 文档字符串中缺少 is_sorted 参数的问题 (PR #6680)
添加新徽章 (PR #6704)
修复笔记本文本中的数字(PR #6709)
改进因子及相关文档字符串(PR #6719)
改进了ACF及相关内容中缺失值的解释(PR #6726)
准二项回归的笔记本(PR #6732)
改进“保守”文档(PR #6738)
更新损坏的链接 (PR #6742)
修复404错误的断链 (PR #6746)
演示方差成分分析 (PR #6758)
使弃用更加明显 (PR #6775)
Numpydoc签名 (PR #6825)
文档中的正确引用(PR #6837)
包含 dot_plot (PR #6841)
更新了durbin_watson文档字符串和测试(PR #6848)
解释聚类中的低df(PR #6853)
修复常见文档错误 (PR #6862)
小文档修复 (PR #6874)
修复与指数平滑相关的文档问题(PR #6879)
拼写和其他文档修复(PR #6902)
文档字符串中冒号的正确间距(PR #6903)
初始 0.12 版本说明 (PR #6923)
修复文档错误并消除警告 (PR #6931)
澄清弃用内容 (PR #6932)
文档异常和警告 (PR #6943)
更新hp_filter示例中的pandas函数(PR #6946)
准备文档 (PR #6948)
修复发布说明中的最终问题(PR #6951)
最终文档已修复为 0.12.0rc0 版本(PR #6965)
更新 DeterministicProcess 文档 (PR #6968)
为 string_like 方法添加文档字符串(PR #6972)
修复季节性笔记本中的LaTeX问题(PR #6976)
为0.12版本发布说明添加新的统计信息(PR #7001)
性能¶
backport¶
MLEResults.states.predicted 的索引错误 (PR #6580)
状态空间:使用随时间变化协方差矩阵进行模拟。 (PR #6607)
状态空间:缺失时折叠观测值的错误(PR #6613)
状态空间结果中的数据框/序列连接(PR #6768)
通过 ARIMA.fit 传递 cov_type, cov_kwargs (PR #6770)
base¶
不要附加 patsy 约束实例(PR #6521)
修复在使用 scipy.optimize.minimize 时的约束和边界问题 (PR #6657)
fvalue 和 f_pvalue 的正确形状(PR #6831)
删除数据时的正确维度(PR #6888)
build¶
在 Azure 上使用 pip (PR #6474)
尝试缓存关键的文档构建文件(PR #6490)
改进文档缓存(PR #6491)
Azure: Mac OSX 10.13 -> 10.14 (PR #6587)
离散¶
不要附加 patsy 约束实例(PR #6521)
混合线性模型中的稀疏矩阵(PR #6766)
在离散中捕获警告(PR #6836)
为离散分布添加改进的 .cdf() 和 .ppf() 方法 (PR #6938)
从 effects_idx 中移除 k_extra (PR #6939)
改进计数模型测试 (PR #6940)
文档¶
持续时间¶
允许在 statsmodels.duration 中的 survdiff 使用超过 2 个组(PR #6626)
gam¶
genmod¶
更改glm/ridge的默认优化器并使其可由用户设置(PR #6438)
修复GEEResults中的曝光/偏移处理(PR #6475)
使用GLM起始值进行QIF(PR #6514)
不要附加 patsy 约束实例(PR #6521)
允许GEE权重在集群内变化(PR #6582)
计算网格数据的AR协方差参数(PR #6621)
警告弹性网络中的不收敛性(PR #6697)
Gh 6627 (PR #6852)
GLM中BIC公式的更改(PR #6941)
使 glm 的 predict 函数在 exposure 是 pandas series 时也返回 numpy 数组(PR #6942)
修复了在空值中检查offset_exposure的问题(PR #6957)
添加测试以处理偏移曝光为空的情况(PR #6959)
图形¶
将 figsize 作为 IRF 图的参数(PR #6590)
加速带深度计算 (PR #6744)
修复相关图标签中的逻辑(PR #6818)
使 qqplot_2sample 能够处理不均匀样本 (PR #6906)
支持在ProbPlots中冻结分布(PR #6910)
io¶
处理 pathlib.Path 对象 (PR #6654)
为 summary.to_latex() 添加了标签选项 (PR #6895)
修复了 summary.to_latex() 中列名偏移的问题 (PR #6900)
删除了表格之间的额外水平线(PR #6905)
维护¶
特殊文档构建(PR #6457)
特殊文档构建” (PR #6460)
纠正拼写错误 (PR #6461)
避免f-p值中的噪声(PR #6465)
在 Azure 上将 Python 3.5 替换为 3.8 (PR #6466)
更新支持的版本 (PR #6467)
修复未来的警告 (PR #6469)
修复不规则数组的问题(PR #6471)
避免未来错误 (PR #6473)
预计可见的弃用警告将保持沉默(PR #6477)
移除 Python 3.5 的引用 (PR #6492)
避免调用废弃代码 (PR #6493)
使用 travis 缓存并优化构建时间 (PR #6495)
放宽偶尔失败的测试的容差(PR #6534)
放宽随机失败测试的容差(PR #6588)
修复 appveyor/conda (PR #6653)
删除空目录 (PR #6671)
Flake8 修复 (PR #6710)
移除已弃用的关键字(PR #6712)
移除 OrderedDict (PR #6715)
移除 dtype np.integer 以避免 Dep 警告 (PR #6728)
更新 pip-pre 链接 (PR #6733)
拼写和小修复 (PR #6752)
移除FutureWarning上的错误(PR #6811)
修复失败的测试 (PR #6817)
在回归摘要中将警告替换为注释 (PR #6828)
Numpydoc 现在应该可以工作了 (PR #6842)
弃用分类 (PR #6843)
移除冗余定义 (PR #6845)
放宽对在 Win32 上失败的测试的容忍度(PR #6849)
修复夜间构建中的错误(PR #6850)
正确的调试信息 (PR #6855)
将 VAR from_formula 标记为未实现 (PR #6865)
允许在rdataset失败时跳过 (PR #6871)
改进代码检查 (PR #6885)
更改序列相关性测试中的默认滞后 (PR #6893)
确保首先导入 setuptools(PR #6894)
移除 FutureWarnings (PR #6920)
添加工具以简化在发布说明中记录API的过程 (PR #6922)
放宽未来兼容性的测试容差(PR #6945)
修复轮子构建中的失败问题(PR #6952)
修复轮子构建问题(PR #6954)
移除打印语句 (PR #6985)
更新 Azure 镜像 (PR #6992)
多元¶
非参数¶
修复 #6511 (PR #6515)
修复域检查 (PR #6547)
确保在KDE中sigma估计为正值(PR #6713)
修复对 normal_reference_constant 的访问 (PR #6806)
为lowess平滑器添加xvals参数(PR #6908)
从 KDEUnivariate 拟合返回自身(PR #6991)
允许在KDEUnivariate拟合中使用自定义带宽函数(PR #7002)
回归¶
Statsmodels.regression.linear_model.OLS.fit_regularized 未能生成正确答案 (#6604) (PR #6608)
将OLS示例更改为使用数据集(PR #6656)
加速 HC2/HC3 标准误差计算,使用更少的内存 (PR #6664)
修复摘要列 R2 排序(PR #6714)
QuantReg 中输入检查不足(PR #6747)
为 RollingOLS/WLS 添加扩展初始化(PR #6838)
当R2未居中时添加注释(PR #6844)
稳健¶
将标准化四分位距添加到稳健尺度中 (PR #6969)
Robust.scale.iqr 不需要中心化,因为分位数是平移等变的(PR #6973)
添加稳健的qn尺度(PR #6990)
修复了当中心不可调用时,mad忽略中心的错误 (PR #7000)
统计¶
多元均值检验和置信区间 (PR #4107)
修复tukey-hsd的1个p值问题(PR #6470)
添加原始 Breusch-Pagan 异方差性测试选项(PR #6508)
ENH 允许在局部fdr中选择性正则化(PR #6622)
添加元分析(基本方法)(PR #6632)
添加两个独立比例推断重新基准化(PR #6675)
比率,泊松均值两样本比较 重新基准化 (PR #6677)
Stats.base, 添加 HolderTuple, 带有索引的 Holder 类 (PR #6678)
添加协方差结构假设检验 (PR #6693)
当递归残差未正确定义时引发异常(PR #6727)
PH回归的中介支持(PR #6782)
Stats 稳健重基2 (PR #6789)
霍特林双样本均值检验(PR #6810)
Stats moment_helpers 在单元测试中使用随机状态(PR #6835)
更新了durbin_watson文档字符串和测试(PR #6848)
将最近的统计数据添加到文档中 (PR #6859)
REF/DOC 文档和最近统计的重构(PR #6872)
API清理和改进统计中的文档字符串,第3轮(PR #6897)
改进描述性统计 (PR #6944)
捕获警告 (PR #6964)
工具¶
tsa¶
修复了 #6553,根据预测索引对预测值进行了切片 (PR #6556)
Holt-Winters 模拟 (PR #6560)
示例笔记本 (r): 平稳性和去趋势化 (ADF/KPSS) (PR #6614)
确保文本比较为小写(PR #6628)
对holtwinters模拟的小修复(PR #6631)
新的指数平滑实现(PR #6699)
改进KPSS中的警告信息(PR #6711)
STL中的变化趋势初始化(PR #6722)
在 test_whiteness 中添加检查(PR #6723)
在输入数据大小不正确时抛出异常 (PR #6730)
添加确定性过程 (PR #6751)
添加Theta预测方法(PR #6767)
自动滞后选择用于Box-Pierce, Ljung-Box #6645 (PR #6785)
修复缺失的 str (PR #6827)
为 AutoReg 添加对 PeriodIndex 的支持(PR #6829)
在具有趋势的ARIMA模型中追加时出错(PR #6832)
添加基于QR的矩阵秩(PR #6834)
将unbiased重命名为adjusted(PR #6839)
确保 PACF 滞后长度合理 (PR #6846)
允许在预测中使用Series作为外生变量(PR #6847)
尝试使用GLS时,对非平稳参数进行提升(PR #6854)
放宽测试容差(PR #6856)
限制 VAR 中的 maxlags (PR #6867)
修复使用HoltWinters的预测进行索引的问题(PR #6869)
重构 Holt-Winters (PR #6870)
修复格兰杰因果关系检验中的异常抛出问题(PR #6877)
Get_prediction 方法用于 ETS (PR #6882)
Ets: 测试简单指数平滑收敛性 (PR #6884)
为ETS模型添加了诊断测试(PR #6892)
停止转换 ES 组件 (PR #6904)
修复 VARMAX 中的扩展趋势(PR #6909)
添加STL预测方法(PR #6911)
在statespace get_prediction中,当不是int时,Dynamic是不正确的 (PR #6917)
修正 IRF nobs 与 exog (PR #6925)
在 AutoReg 中添加 get_prediction 方法(PR #6927)
标准化预测 API (PR #6933)
修复ETS get_prediction合并后的小问题(PR #6934)
修改Windows上失败的测试(PR #6949)
改进ETS/状态空间文档并突出显示v0.12的内容(PR #6950)
移除 FutureWarnings (PR #6958)
tsa.statespace¶
状态空间:添加 Chandrasekhar 递归 (PR #6411)
使用 reset_randomstate (PR #6433)
状态空间:添加“Cholesky因子算法”模拟平滑(PR #6501)
使用 PyMC3 NUTS 的 SARIMAX 贝叶斯估计(PR #6528)
状态空间:计算任意滞后的平滑状态自协方差矩阵(PR #6579)
MLEResults.states.predicted 的索引错误 (PR #6580)
状态空间:使用随时间变化协方差矩阵进行模拟。 (PR #6607)
状态空间:缺失时折叠观测值的错误(PR #6613)
描述如何创建状态空间自定义模型的笔记本(PR #6682)
修复无参数模型中的协方差估计(PR #6688)
修复状态空间代码检查错误。 (PR #6698)
由于“新闻”导致的对状态空间模型预测更新的分解(PR #6765)
状态空间结果中的数据框/序列连接(PR #6768)
通过 ARIMA.fit 传递 cov_type, cov_kwargs (PR #6770)
改进单变量平滑器性能 (PR #6797)
添加新闻示例笔记本图像。 (PR #6800)
修复 VARMAX 中的扩展趋势(PR #6909)
在statespace get_prediction中,当不是int时,Dynamic不正确(PR #6917)
添加带有EM算法的动态因子模型,支持月度/季度混合频率模型(PR #6937)
改进ETS/状态空间文档并突出显示v0.12的内容(PR #6950)
当内生变量的长度太低时,SARIMAX 抛出不同的错误(PR #6961)
修复了在少量观测值情况下的起始参数计算(PR #6962)
放宽对随机失败的容忍度(PR #6963)
tsa.vector.ar¶
错误-错误¶
一个新的问题标签 type-bug-wrong 表示那些在没有警告的情况下返回错误数字的错误。 (常规错误大多是可用性错误或对不支持的使用情况引发异常的错误。) 查看标记的问题
主要修复的Bug¶
请参阅 GitHub 问题以获取此版本中包含的错误修复列表
开发总结与致谢¶
除了为新功能、改进功能和错误修复接收贡献外, 此版本的重要贡献还来自对一般维护的贡献
查德·富尔顿
布罗克·门德尔
彼得·夸肯布什
克比·谢登
凯文·谢帕德
以及总维护者和代码审查者
约瑟夫·珀克托德
此外,许多用户通过参与github问题和提供反馈做出了贡献。
感谢所有为0.12.0版本做出贡献的贡献者(基于git日志):
亚历克斯·莱特尔
阿蒙德·维达尔
巴兰·卡拉库斯
巴塔克里希纳·萨胡
查德·富尔顿
辛西娅·M·田中
多里安·比沃拉鲁
埃泽基尔·斯穆克勒
朱利奥·贝塞吉
齐浩宇
哈桑·基比里格
何阳
亨宁·布伦克
Jimmy2027
Joon Ro
朴俊锡
约瑟夫·珀克托德
克比·谢登
凯文·罗斯
凯文·谢帕德
曼尼特·库马尔·乔杜里
马库斯·洛宁
马丁·拉拉尔德
诺兰·科纳威
保罗·加卢齐奥
彼得·普雷斯科特
彼得·夸肯布什
塞缪尔·谢勒
肖恩·莱恩
塞巴斯蒂安·波尔斯特尔
斯金纳·西博尔德
托马斯·布鲁克斯
托马斯·马尔尚
蒂姆·盖茨
维克多·阿纳涅夫
沃特·德·科斯特
肖志清
阿德里安·帕西菲科
aeturrell
切换目录
das-soham
eirki
页
partev
田驹
w31ha0
这些名单是根据git日志自动生成的,可能并不完整。
已合并的拉取请求¶
自上次发布以来,以下拉取请求已被合并:
PR #4107: 增强:多元均值检验和置信区间
PR #6411: 增强:状态空间:添加 Chandrasekhar 递归
PR #6433: 测试/错误:使用 reset_randomstate
PR #6438: 错误:更改glm/ridge的默认优化器并使其可由用户设置
PR #6452: 文档:修复文档中显示的版本
PR #6456: 文档: 将日志发送到dev/null/
PR #6457: 文档:特殊文档构建
PR #6460: 恢复“文档:特殊文档构建”
PR #6461: 维护:修正错别字
PR #6465: 维护:避免f-p值中的噪声
PR #6466: 维护:在Azure上用Python 3.8替换3.5
PR #6467: 维护:更新支持的版本
PR #6469: 维护:修复未来的警告
PR #6470: BUG: 修复tukey-hsd的1个p值问题
PR #6471: 维护:修复不规则数组的问题
PR #6473: 维护:避免未来错误
PR #6474: BLD: 在 Azure 上使用 pip
PR #6475: BUG: 修复GEEResults中的暴露/偏移处理
PR #6477: BUG: 静默预期的可见弃用警告
PR #6490: BLD: 尝试缓存关键的文档构建文件
PR #6491: BLD: 改进文档缓存
PR #6492: 维护:移除 Python 3.5 引用
PR #6493: 维护:避免调用废弃代码
PR #6495: 维护:使用travis缓存并优化构建时间
PR #6501: 增强:状态空间:添加“Cholesky因子算法”模拟平滑
PR #6508: 增强:为原始Breusch-Pagan异方差性检验添加选项
PR #6514: 增强:为QIF使用GLM起始值
PR #6515: BUG: 修复 #6511
PR #6518: 文档: 修复简单拼写错误: 各种
PR #6520: BUG: 修复GAM对于1维exog_linear的问题
PR #6521: 参考/错误: 不要附加patsy约束实例
PR #6528: 文档:使用 PyMC3 NUTS 进行 SARIMAX 的贝叶斯估计
PR #6531: 文档: 修复拼写错误
PR #6534: 维护:放宽偶尔失败的测试的容差
PR #6547: 错误:修复域检查
PR #6556: BUG: 修复 #6553, 根据预测索引切片预测值
PR #6560: 增强:Holt-Winters 模拟
PR #6579: 增强:状态空间:计算任意滞后的平滑状态自协方差矩阵
PR #6580: 错误: MLEResults.states.predicted 索引错误
PR #6582: 增强:允许GEE权重在集群内变化
PR #6587: BLD: Azure: Mac OSX 10.13 -> 10.14
PR #6588: 维护:放宽随机失败测试的容差
PR #6590: 增强:为IRF图包含figsize参数
PR #6601: 文档: 更新 interactions_anova.ipynb
PR #6607: 错误:状态空间:使用时间变化的协方差矩阵进行模拟。
PR #6608: BUG: statsmodels.regression.linear_model.OLS.fit_regularized 未能生成正确的答案 (#6604)
PR #6613: BUG: 状态空间: 当缺失时合并观测值的错误
PR #6614: 文档/增强: 示例笔记本 (r): 平稳性和去趋势化 (ADF/KPSS)
PR #6616: 文档:修复状态空间文档页面上的true类型
PR #6621: 增强:计算网格数据的AR协方差参数
PR #6622: 增强:允许在局部fdr中选择性正则化
PR #6626: 增强:允许 statsmodels.duration 中的 survdiff 处理超过 2 个组
PR #6628: 错误:确保文本比较为小写
PR #6631: 文档/测试:对holtwinters模拟进行小修复
PR #6632: 增强:添加元分析(基本方法)
PR #6653: 维护:修复appveyor/conda
PR #6654: 增强:处理 pathlib.Path 对象
PR #6656: 文档:将OLS示例更改为使用数据集
PR #6657: BUG: 在使用 scipy.optimize.minimize 时修复约束和边界
PR #6662: 文档: 修复 AutoReg 文档字符串
PR #6664: 性能优化:加快HC2/HC3标准误差计算,使用更少的内存
PR #6671: 维护:删除空目录
PR #6675: 增强:添加两个独立比例推断重构
PR #6677: 增强:比率,泊松均值两样本比较 重新基于
PR #6678: 增强: stats.base, 添加 HolderTuple, Holder 类并支持索引
PR #6680: 文档: 修复 fdrcorrection 文档字符串中缺少 is_sorted 参数的问题
PR #6682: 增强/文档:描述如何创建状态空间自定义模型的笔记本
PR #6688: 错误:修复无参数模型中的协方差估计
PR #6693: 增强:添加协方差结构假设检验
PR #6697: 增强:在弹性网络中警告非收敛性
PR #6698: CLN: 修复状态空间代码检查错误。
PR #6699: 增强:新的指数平滑实现
PR #6704: 文档: 添加新徽章
PR #6705: BUGENH: 改进PCA中的缺失值处理
PR #6709: 文档:修复笔记本文本中的数字
PR #6710: 维护:Flake8修复
PR #6711: 增强:改进KPSS中的警告信息
PR #6712: 维护:移除已弃用的关键字
PR #6713: BUG: 确保KDE中的sigma估计值为正
PR #6714: 错误:修复摘要列 R2 排序
PR #6715: 维护:移除 OrderedDict
PR #6719: 文档:改进因子及相关文档字符串
PR #6722: 错误:更改STL中的趋势初始化
PR #6723: 增强:在test_whiteness中添加检查
PR #6726: 文档:改进ACF及相关内容中缺失值的解释
PR #6727: 增强:当递归残差未正确定义时引发异常
PR #6728: 维护:移除 dtype np.integer 以避免 Dep 警告
PR #6730: 错误: 在错误大小的exog上引发异常
PR #6732: 文档: 准二项回归的Notebook
PR #6733: 维护:更新 pip-pre 链接
PR #6738: 文档:改进“保守”文档
PR #6742: 更新损坏的链接
PR #6744: 增强:加快带深度计算
PR #6746: 文档:修复带有404错误的断链
PR #6747: BUG: QuantReg 中输入检查不足
PR #6751: 增强:添加确定性过程
PR #6752: 维护:拼写和小修复
PR #6758: 文档:演示方差成分分析
PR #6765: 增强:由于“新闻”,状态空间模型中的预测更新分解
PR #6766: 性能:混合线性模型中的稀疏矩阵
PR #6767: 增强:添加Theta预测方法
PR #6768: 错误:状态空间结果追加中的数据框/序列连接
PR #6770: 错误:通过 ARIMA.fit 传递 cov_type, cov_kwargs
PR #6775: 文档:使弃用更加显眼
PR #6782: 增强:PH回归的中介支持
PR #6785: 增强:Box-Pierce、Ljung-Box 的自动滞后选择 #6645
PR #6789: 增强:统计稳健重构2
PR #6797: 增强:提高单变量平滑器性能
PR #6800: 文档: 添加新闻示例笔记本图像。
PR #6806: BUG: 修复对 normal_reference_constant 的访问
PR #6810: 增强:Hotelling 的两样本均值检验
PR #6811: 维护:移除FutureWarning上的错误
PR #6817: 维护:修复失败的测试
PR #6818: BUG: 修复相关图标签中的逻辑
PR #6825: 文档: Numpydoc签名
PR #6827: BUG: 修复缺失的字符串
PR #6828: 维护:在回归摘要中用注释替换警告
PR #6829: 增强:为AutoReg添加对PeriodIndex的支持
PR #6830: 增强:在 add_constant 中返回列信息
PR #6831: BUG: 修正 fvalue 和 f_pvalue 的形状
PR #6832: BUG: 在具有趋势的ARIMA模型中追加时出错
PR #6834: 增强:添加基于QR的矩阵秩
PR #6835: TST: stats moment_helpers 在单元测试中使用随机状态
PR #6836: 维护:在离散模型中捕获警告
PR #6837: 文档:修正文档中的引用
PR #6838: 增强:为 RollingOLS/WLS 添加扩展初始化
PR #6839: 参考: 将unbiased重命名为adjusted
PR #6841: 文档: 包含dot_plot
PR #6842: 维护:numpydoc现在应该可以工作了
PR #6843: 维护:弃用分类
PR #6844: 增强:当R2未居中时添加注释
PR #6845: 维护:删除冗余定义
PR #6846: 错误:确保PACF滞后长度合理
PR #6847: 错误:允许在预测中使用Series作为exog
PR #6848: 更新了durbin_watson的文档字符串和测试
PR #6849: TST: 放宽在Win32上失败的测试的容差
PR #6850: 维护:修复夜间构建错误
PR #6852: Gh 6627
PR #6853: 文档: 解释集群中的低自由度
PR #6854: BUG: 尝试使用GLS时,对非平稳参数抛出异常
PR #6855: 维护:修正调试信息
PR #6856: 维护:放宽测试容差
PR #6859: 文档:将最近的统计添加内容添加到文档中
PR #6862: 文档:修复常见的文档错误
PR #6865: 维护:将 VAR from_formula 标记为未实现
PR #6867: 错误:限制VAR中的maxlags
PR #6868: TST: 再次重构因子测试
PR #6869: 错误:修复HoltWinters的预测索引
PR #6870: 参考: 重构 Holt-Winters
PR #6871: 维护:如果rdataset失败则允许跳过
PR #6872: 文档和最近统计的重新组织与重构
PR #6874: 文档:小的文档修复
PR #6877: BUG: 修复格兰杰因果关系测试中的异常抛出
PR #6879: 文档:修复与指数平滑相关的文档问题
PR #6882: 增强:ETS的get_prediction方法
PR #6884: TST: ets: 简单指数平滑收敛性测试
PR #6885: 维护:改进代码风格
PR #6888: 错误:当数据被移除时正确调整维度
PR #6892: 增强:为ETS模型添加了诊断测试
PR #6893: 维护:更改序列相关性测试中的默认滞后
PR #6894: 维护:确保首先导入setuptools
PR #6895: 增强:为 summary.to_latex() 添加了 label 选项
PR #6897: REF/DOC: 清理API并改进stats中的文档字符串,第3轮
PR #6900: 增强:修复了 summary.to_latex() 中的列名偏移问题
PR #6902: 文档:拼写和其他文档修复
PR #6903: 文档:修正文档字符串中冒号周围的间距
PR #6904: 错误:停止转换ES组件
PR #6905: 增强:删除了表格之间的额外水平线
PR #6906: 增强:使 qqplot_2sample 能够处理不均匀样本
PR #6908: 增强:为lowess平滑器添加xvals参数
PR #6909: BUG: 修复VARMAX中的趋势扩展问题
PR #6910: 增强:在ProbPlots中支持冻结分布
PR #6911: 增强:添加STL预测方法
PR #6915: BUG: 修复了BSplines以匹配现有文档
PR #6917: BUG: 当不是整数时,statespace get_prediction 中的 dynamic 不正确
PR #6920: 维护:移除FutureWarnings
PR #6922: 增强:添加工具以简化在发布说明中记录API
PR #6923: 文档: 初始 0.12 发布说明
PR #6925: 错误:修正带有外生变量的IRF nobs
PR #6926: 增强:添加均方百分比误差
PR #6927: 增强:为 AutoReg 添加 get_prediction
PR #6931: 文档/维护: 修复文档错误并静默警告
PR #6932: 文档:澄清弃用
PR #6933: 维护:标准化预测API
PR #6934: 维护:修复 ETS get_prediction 合并后的微小问题
PR #6937: 增强:添加带有EM算法的动态因子模型,支持月度/季度混合频率模型选项
PR #6938: 增强:为离散分布添加改进的 .cdf() 和 .ppf()
PR #6939: BUG: 从effects_idx中移除k_extra
PR #6940: TST: 改进计数模型测试
PR #6941: 参考: GLM中BIC公式的更改
PR #6942: 错误:使 glm 的 predict 函数即使在 exposure 是 pandas series 的情况下也返回 numpy 数组
PR #6943: 文档:记录异常和警告
PR #6944: 增强:改进描述性统计
PR #6945: 维护:放宽未来兼容性的测试容差
PR #6946: 文档:更新hp_filter示例中的pandas函数
PR #6948: 准备文档
PR #6949: TST: 修改在Windows上失败的测试
PR #6950: 文档:改进ETS / 状态空间文档并为v0.12添加亮点
PR #6951: 文档:修复发布说明中的最终问题
PR #6952: 维护:修复轮子构建中的失败
PR #6954: 维护:修复轮子构建问题
PR #6957: BUG: 修复在空值中检查offset_exposure的问题
PR #6958: 维护:移除FutureWarnings
PR #6959: TST: 添加偏移暴露为空的测试
PR #6961: BUG: 当内生变量的长度太低时,SARIMAX抛出不同的错误
PR #6962: 错误:修复少量观测值时的起始参数计算
PR #6963: TST: 放宽随机失败的容差
PR #6964: 维护:捕获警告
PR #6965: 文档:0.12.0rc0的最终文档修复
PR #6968: 文档: 更新 DeterministicProcess 文档
PR #6969: 增强:向 robust.scales 添加标准化 iqr
PR #6972: 文档:为 string_like 方法添加文档字符串
PR #6973: 增强/修复: robust.scale.iqr 需要中心化,因为分位数是平移等变的
PR #6976: 文档: 修复季节性笔记本中的LaTeX
PR #6985: 维护:移除打印语句
PR #6990: 增强:添加稳健的qn尺度
PR #6991: 增强:从 KDEUnivariate fit 返回 self
PR #6992: 维护:更新 Azure 镜像
PR #7000: BUG: 修复当中心不可调用时,mad忽略中心的错误
PR #7001: 文档:为0.12版本发布说明添加新统计信息
PR #7002: 增强:允许在KDEUnivariate拟合中使用自定义带宽函数
API 变更¶
值得注意的新类¶
statsmodels.tsa.statespace.cfa_simulation_smoother.CFASimulationSmootherstatsmodels.tsa.statespace.dynamic_factor_mq.DynamicFactorMQstatsmodels.tsa.statespace.dynamic_factor_mq.DynamicFactorMQResults
移动或移除的类¶
statsmodels.base._penalties.L2ContraintsPenaltystatsmodels.tools.docstring.ParseErrorstatsmodels.tsa.holtwinters.ExponentialSmoothingstatsmodels.tsa.holtwinters.Holtstatsmodels.tsa.holtwinters.HoltWintersResultsstatsmodels.tsa.holtwinters.HoltWintersResultsWrapperstatsmodels.tsa.holtwinters.SimpleExpSmoothingstatsmodels.tsa.stattools.ResultsStore
新方法¶
statsmodels.tsa.base.prediction.PredictionResults.predicted_meanstatsmodels.tsa.base.prediction.PredictionResults.row_labelsstatsmodels.tsa.base.prediction.PredictionResults.var_pred_meanstatsmodels.tsa.statespace.kalman_smoother.SmootherResults.newsstatsmodels.tsa.statespace.kalman_smoother.SmootherResults.smoothed_state_autocovariancestatsmodels.tsa.statespace.kalman_smoother.SmootherResults.smoothed_state_gainstatsmodels.tsa.statespace.representation.Representation.diff_endog
移除的方法¶
statsmodels.base.model.GEEResults.remove_datastatsmodels.base.model.NominalGEEResults.remove_datastatsmodels.base.model.OrdinalGEEResults.remove_datastatsmodels.base.model.VAR.from_formulastatsmodels.genmod._prediction.PredictionResults.se_obsstatsmodels.genmod._prediction.PredictionResults.t_teststatsmodels.genmod._prediction.PredictionResults.tvaluesstatsmodels.genmod.generalized_estimating_equations.GEE.predictstatsmodels.genmod.generalized_estimating_equations.NominalGEE.predictstatsmodels.genmod.generalized_estimating_equations.OrdinalGEE.predictstatsmodels.tsa.statespace.mlemodel.ARIMAResults.append
带有新参数的方法¶
statsmodels.discrete.discrete_model.BinaryModel:check_rankstatsmodels.discrete.discrete_model.CountModel:check_rankstatsmodels.discrete.discrete_model.DiscreteModel:check_rankstatsmodels.discrete.discrete_model.GeneralizedPoisson:check_rankstatsmodels.discrete.discrete_model.Logit:check_rankstatsmodels.discrete.discrete_model.MNLogit:check_rankstatsmodels.discrete.discrete_model.MultinomialModel:check_rankstatsmodels.discrete.discrete_model.NegativeBinomial:check_rankstatsmodels.discrete.discrete_model.NegativeBinomialP:check_rankstatsmodels.discrete.discrete_model.Poisson:check_rankstatsmodels.duration.hazard_regression.PHReg:pred_onlystatsmodels.regression.mixed_linear_model.MixedLMResults:fit_kwargsstatsmodels.regression.recursive_ls.RecursiveLSResults:copy_initializationstatsmodels.stats.mediation.Mediation:outcome_predict_kwargsstatsmodels.tsa.ar_model.AutoReg:deterministic,old_namesstatsmodels.tsa.arima.model.ARIMAResults:copy_initializationstatsmodels.tsa.statespace.dynamic_factor.DynamicFactorResults:copy_initializationstatsmodels.tsa.statespace.exponential_smoothing.ExponentialSmoothingResults:copy_initializationstatsmodels.tsa.statespace.kalman_smoother.KalmanSmoother:update_smoother,update_filter,update_representationstatsmodels.tsa.statespace.mlemodel.MLEResults:copy_initializationstatsmodels.tsa.statespace.sarimax.SARIMAXResults:copy_initializationstatsmodels.tsa.statespace.simulation_smoother.SimulationSmoother:update_smoother,update_filter,update_representationstatsmodels.tsa.statespace.structural.UnobservedComponentsResults:copy_initializationstatsmodels.tsa.statespace.varmax.VARMAXResults:truncate_endog_names
带有更改参数的方法¶
statsmodels.regression.mixed_linear_model.MixedLM新:
MixedLM(start_params, reml, niter_sa, do_cg, fe_pen, cov_pen, free, full_output, method, fit_kwargs)旧的:
MixedLM(start_params, reml, niter_sa, do_cg, fe_pen, cov_pen, free, full_output, method, kwargs)
新功能¶
statsmodels.stats.contrast.wald_test_noncentstatsmodels.stats.contrast.wald_test_noncent_genericstatsmodels.stats.proportion.samplesize_proportions_2indep_onetail
已移除的函数¶
statsmodels.compat.python.iteritemsstatsmodels.compat.python.iterkeysstatsmodels.compat.python.itervaluesstatsmodels.stats.diagnostic.unitroot_adfstatsmodels.tools.decorators.notteststatsmodels.tsa.stattools.periodogram
带有新参数的函数¶
statsmodels.graphics.gofplots.qqline:lineoptionsstatsmodels.tsa.ar_model.ar_select_order:old_names
带有更改参数的函数¶
statsmodels.graphics.tsaplots.plot_acf新功能:
plot_acf(x, ax, lags, alpha, use_vlines, adjusted, fft, missing, title, zero, vlines_kwargs, kwargs)旧版:
plot_acf(x, ax, lags, alpha, use_vlines, unbiased, fft, missing, title, zero, vlines_kwargs, kwargs)
statsmodels.tsa.stattools.acf新功能:
acf(x, adjusted, nlags, qstat, fft, alpha, missing)旧版:
acf(x, unbiased, nlags, qstat, fft, alpha, missing)
statsmodels.tsa.stattools.acovf新功能:
acovf(x, adjusted, demean, fft, missing, nlag)旧版:
acovf(x, unbiased, demean, fft, missing, nlag)
statsmodels.tsa.stattools.ccf新功能:
ccf(x, y, adjusted)旧的:
ccf(x, y, unbiased)
statsmodels.tsa.stattools.ccovf新功能:
ccovf(x, y, adjusted, demean)旧的:
ccovf(x, y, unbiased, demean)
statsmodels.tsa.stattools.pacf_ols新功能:
pacf_ols(x, nlags, efficient, adjusted)旧的:
pacf_ols(x, nlags, efficient, unbiased)