发布 0.13.0¶

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：

Stable，最新版本
开发，主分支的最新构建

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: 238

合并的拉取请求: 165

亮点¶

新的横截面模型¶

Beta回归¶

BetaModel 估计一个回归模型，用于单位区间内的因变量，如分数和比例，基于Beta分布。该模型通过链接函数参数化均值和精度，两者都可以依赖于解释变量。

序数回归¶

statsmodels.miscmodels.ordinal_model.OrderedModel 实现了基于Logit、Probit或用户提供的CDF链接的有序数据的累积链接模型。

分布¶

Copulas¶

Statsmodels 现在包括了对主要双变量 copulas 的基本支持。目前，有 10 种 copulas 可用，包括 Archimedean、椭圆和对称极值 copulas。 CopulaDistribution 结合了 copula 与边缘分布来创建多元分布。

基于离散化的计数分布¶

DiscretizedCount 提供了通过离散化连续分布生成的计数分布，这些连续分布可在 scipy 中获得。可以通过最大似然估计来估计分布的参数，使用 DiscretizedModel。

伯恩斯坦分布¶

BernsteinDistribution 创建使用 Bernstein 多项式的非参数单变量和多变量分布，这些多项式在规则网格上。这可以用于平滑直方图或在单位超立方体上近似分布。当边缘分布是均匀的时，BernsteinDistribution 是一个 copula。

统计¶

Brunner Munzel 秩比较¶

Brunner-Munzel检验是两个样本的非参数比较，是Wilcoxon-Mann-Whitney和Fligner-Policello检验的扩展，只需要序数信息，而不需要对样本分布做进一步假设。Statsmodels提供了Brunner Munzel假设检验，用于检验随机相等性，在rank_compare_2indep中，但也提供了置信区间和等效性检验（TOST）用于随机更大统计量，也称为共同语言效应量。

非参数¶

非对称核¶

非对称核可以在非参数上估计具有有限支持的随机变量的密度和累积分布函数，无论是单位区间还是正或非负实线。对于单位区间内的数据，可以使用Beta核。对于正数据，可用的核包括“gamma”、“gamma2”、“bs”、“invgamma”、“invgauss”、“lognorm”、“recipinvgauss”和“weibull”。 pdf_kernel_asym 根据带宽参数估计核密度。 cdf_kernel_asym 估计核累积分布函数。

时间序列分析¶

自回归分布滞后模型¶

ARDL 增加了对指定和估计ARDL模型的支持，并且 UECM 支持以误差修正形式指定模型。ardl_select_order 简化了选择AR和DL模型阶数的过程。bounds_test 实现了Pesaran、Shin和Smith（2001）的边界检验，用于测试是否存在水平关系，而无需知道变量的积分阶数。

In [1]: from statsmodels.datasets import danish_data

In [2]: import statsmodels.tsa.api as tsa

In [3]: data = danish_data.load().data

In [4]: sel = tsa.ardl_select_order(data.lrm, 3, data[["lry", "ibo", "ide"]], 3, ic="aic")

In [5]: ardl = sel.model

In [6]: ardl.ardl_order
Out[6]: (3, 1, 3, 2)

In [7]: res = ardl.fit()

In [8]: print(res.summary())
                              ARDL Model Results                              
==============================================================================
Dep. Variable:                    lrm   No. Observations:                   55
Model:               ARDL(3, 1, 3, 2)   Log Likelihood                 139.513
Method:               Conditional MLE   S.D. of innovations              0.017
Date:                   三, 16 10 2024   AIC                           -251.026
Time:                        18:43:17   BIC                           -223.708
Sample:                    10-01-1974   HQIC                          -240.553
                         - 07-01-1987                                         
==============================================================================
                 coef    std err          z      P>|z|      [0.025      0.975]
------------------------------------------------------------------------------
const          2.6202      0.568      4.615      0.000       1.472       3.769
lrm.L1         0.3192      0.137      2.336      0.025       0.043       0.596
lrm.L2         0.5326      0.132      4.024      0.000       0.265       0.800
lrm.L3        -0.2687      0.102     -2.631      0.012      -0.475      -0.062
lry.L0         0.6728      0.131      5.129      0.000       0.407       0.938
lry.L1        -0.2574      0.147     -1.749      0.088      -0.555       0.040
ibo.L0        -1.0785      0.322     -3.353      0.002      -1.729      -0.428
ibo.L1        -0.1062      0.586     -0.181      0.857      -1.291       1.079
ibo.L2         0.2877      0.569      0.505      0.616      -0.863       1.439
ibo.L3        -0.9947      0.393     -2.534      0.015      -1.789      -0.201
ide.L0         0.1255      0.554      0.226      0.822      -0.996       1.247
ide.L1        -0.3280      0.721     -0.455      0.652      -1.787       1.131
ide.L2         1.4079      0.552      2.550      0.015       0.291       2.524
==============================================================================

In [9]: uecm = tsa.UECM.from_ardl(ardl)

In [10]: uecm_res = uecm.fit()

In [11]: uecm_res.bounds_test(case=4)
Out[11]: 
BoundsTestResult
Stat: 5.43062
Upper P-value: 0.00339
Lower P-value: 0.000335
Null: No Cointegration
Alternative: Possible Cointegration

ARIMA估计器中的固定参数¶

允许在ARIMA估计器Hannan-Rissanen（hannan_rissanen）中通过新的fixed_params参数固定参数

新功能 - 概览¶

以下列出了 statsmodels 0.13.0 的主要新功能。此外，版本 0.13.0 还包括许多领域的错误修复、重构和改进。

主要功能¶

允许在ARIMA估计器Hannan-Rissanen中固定参数 (PR #7497, PR #7501)
OLS 在 summary 方法中添加了“slim”选项（基于 PR #6880 的 PR #7693）
为GLM添加loglog链接（PR #7594）
改进了CDFLink中的默认导数（PR #7287）
GLM 增强并修正了 get_distribution（PR #7535）
GLMResults info_criteria，添加 dk_params 选项以包括尺度在参数计数中（PR #7693）
GLMResults 添加了伪 R 平方、Cox-Snell 和 McFadden (PR #7682 基于 PR #7367)
非参数方法：添加了tricube核函数（基于PR #7697 和 PR #7671）

子模块¶

`文档`¶

端口遗漏文档修复（PR #7123）
Rls 注意 (PR #7293)
v0.12.2 发布说明的小更新（PR #7303）
更新tweedie允许链接的文档（PR #7395）
不要指向发布版本（PR #7399）
修复了线性混合效应示例中的错误（PR #7402）
修复上游在PyMC3笔记本中的更改（PR #7416）
在PCA文档字符串中删除冗余词汇（PR #7423）
修复了fdrcorrection文档字符串中的杂项问题（PR #7426）
小的文档修复（PR #7434）
Typo, plats->plots (PR #7458)
在VARMAX笔记本中指定脉冲到脉冲响应 (PR #7475)
修复theta笔记本中的错误（PR #7539）
添加 github actions 以构建文档 (PR #7540)
修复 GH 操作 (PR #7541)
继续处理它 (PR #7552)
继续进行推送功能的工作（PR #7553）
继续推进能力的工作（PR #7554）
完成推送功能 (PR #7555)
完成推送功能 (PR #7556)
完成推送功能 (PR #7557)
完成推送功能 (PR #7558)
获取文档推送工作 (PR #7559)
获取文档推送工作 (PR #7560)
获取文档推送工作 (PR #7561)
改进滚动OLS笔记本 (PR #7572)
正确的文档字符串（PR #7587）
用户指南和示例中的Copula（PR #7607）
改进 ARDL 和文档 (PR #7611)
明确哪个系列在x轴上 (PR #7612)
小清理示例（PR #7614）
文档中的拼写错误已修复 (PR #7618)
更新开发页面flake8命令以遵循PULL_REQUEST_TEMPLATE.md（PR #7644）
改进copula笔记本 (PR #7651)
删除重复的方法部分（PR #7676）
第二次尝试修复重复方法（PR #7677）
修复一个拼写错误 (PR #7681)
改进 ARDL 笔记本 (PR #7699)
更新 versions.json (PR #7702)
更新版本文件 (PR #7708)
更新发布说明 (PR #7714)
更新发布说明 (PR #7726)
更正 MultivariateTestResults 文档字符串 (PR #7735)
更正 MultivariateTestResults 文档字符串 (PR #7738)
添加缺失的函数文档头 (PR #7740)
更多 0.13 (PR #7757)
修复lowess笔记本 (PR #7770)

`性能`¶

在 ccovf 和 ccf 中添加了 fft (PR #7721)
改进 Lowess (PR #7768)

`backport`¶

backports (PR #7222)
backports (PR #7291)
扩展后随时间变化的矩阵预测（PR #7437）

`base`¶

在牛顿-拉夫森算法中使用 np.linalg.solve() 而不是 np.linalg.inv() (PR #7429)
允许在未实现属性时移除数据（PR #7511）
REF/BUG 通用似然 LLRMixin 使用 df_resid 而不是 df_model 来计算 llr_pvalue (PR #7586)
当传递给优化器的优化选项无效时引发（PR #7596）

`数据集`¶

为未找到数据添加错误消息（PR #7490）

`离散`¶

添加离散化计数分布（PR #7488）
ZI 预测，如果为 None，则修复偏移量默认值，如果为常数，则允许 exog_infl 为 None （PR #7670）

`分布`¶

Copula 7254 重新基准化 (PR #7408)
添加离散化计数分布（PR #7488）
随机数生成包装器用于 rng, qrng (PR #7608)
BUG/REF 连接函数为 0.13 的另一轮修复（PR #7648）
暂时更改 check_random_state 中的默认 RNG（PR #7652）
更多0.13版本的copula改进（PR #7723）

`文档`¶

修复上游在PyMC3笔记本中的更改（PR #7416）
修正了Theta模型Notebook中的小拼写错误（PR #7450）
防止在 None 上运行缩进（PR #7462）
更新版本文件 (PR #7708)
改进文档和文档字符串，主要是针对最近新增内容（PR #7727）
Api.py, 文档字符串改进 (PR #7732)
添加到发布说明，较小的文档修复，参考文献（PR #7743）

`genmod`¶

更改CDFLink中的默认导数（PR #7287）
允许用户配置GEE qic（PR #7471）
Tweedie模型的得分和Hessian矩阵（PR #7489）
BUG/ENH 修复和增强 GLM, family get_distribution (PR #7535)
增强 glm loglog (PR #7594)
McFadden 和 Cox&Snell 伪 R 方添加到 GLMResults (PR #7682)
在GLM info_criteria中添加dk_params选项（PR #7693）
警告 kwargs glm (PR #7750)
GLM 初始化无效关键字参数使用 ValueWarning (PR #7751)

`图形`¶

修复 UserWarning：marker 被冗余定义（Matplotlib v 3.4.1）（PR #7400）
修复qq图中的轴标签（PR #7413）
修正了plot_pacf示例中的拼写错误（PR #7514）
开始更改plot-pacf中的默认设置的过程（PR #7582）
改进差异图中的限制格式（PR #7592）
明确哪个系列在x轴上 (PR #7612)
Graphics.plot_partregress 添加 eval_env 选项 (PR #7673)

`io`¶

为通用路径类对象添加支持序列化功能（PR #7581）
修复 summary().as_latex，顶部表格中的行被删除（PR #7748）

`维护`¶

V0.12.1 回溯移植 (PR #7121)
回溯修复以兼容 0.12.2 版本（PR #7221）
修复带有扩展数据类型的描述性统计信息（PR #7404）
修复 pip 预测试失败 (PR #7405)
修复README徽章 (PR #7406)
静音警告和未来兼容性 (PR #7425)
使用 loadscope 避免重新运行 setup (PR #7432)
移除循环导入风险 (PR #7438)
适应未来的弃用警告（PR #7474）
避免未来在 pandas 中的问题（PR #7495）
移除32位测试 (PR #7536)
修复Pandas更改的对比度（PR #7546）
正确的示例实现（PR #7547）
检查推送能力（PR #7551）
移除已弃用的函数 (PR #7575)
移除额外的已弃用功能（PR #7577）
移除 recarray (PR #7578)
移除已弃用的代码 (PR #7579)
修正弃用警告的笔记本（PR #7580）
修复拼写错误 (PR #7583)
澄清最低版本 (PR #7590)
将异常恢复为警告 (PR #7599)
静默未来的警告（PR #7617）
避免传递错误的优化参数（PR #7620）
固定 matplotlib (PR #7641)
在笔记本中现代化预测（PR #7649）
保护数字索引的变化（PR #7685）
在 __all__ 中的最终问题（PR #7742）
修复难以触及的错误 (PR #7744)

`多元`¶

多元 - 返回字典中的 E 和 H 矩阵 (PR #5491)
在PCA方法中添加了选项full_matrices=False（PR #7329）
因子拟合 ml em 重置种子（重新基准化）（PR #7703）
更正 MultivariateTestResults 文档字符串 (PR #7735)
更正 MultivariateTestResults 文档字符串 (PR #7738)
添加缺失的函数文档头 (PR #7740)

`非参数`¶

ENH 添加了 tricube 核函数（PR #7697）
修复来自epsilon值的lowess尖峰/nans（PR #7766）
改进 Lowess (PR #7768)

`othermod`¶

Betareg rebased3 Beta 回归 (PR #7543)
REF/BUG 通用似然 LLRMixin 使用 df_resid 而不是 df_model 来计算 llr_pvalue (PR #7586)
Oaxaca 方差/其他模型 (PR #7713)

`回归`¶

允许在未实现属性时移除数据（PR #7511）
修复弹性网络中的尺度参数（PR #7571）
回归分析，允许 remove_data 移除 wendog、wexog、wresid (PR #7595)
文档中的拼写错误已修复 (PR #7618)
在GLM info_criteria中添加dk_params选项（PR #7693）
分位数回归使用x矩阵的维度而不是秩（PR #7694）
在OLS结果中添加精简摘要选项（PR #7696）
启用 VIF 以与 DataFrame 一起工作（PR #7704）

`统计`¶

运行测试数值截断错误（PR #7422）
解决 proportion.py 中的 TODO 问题 (PR #7515)
提高sidak多重检验精度接近于零（PR #7668）
Proportions_chisquare 防止整数溢出 (PR #7669)
修复单列DataFrame的Lilliefors结果（PR #7698）
描述/说明不返回百分位数（PR #7710）
增强：为元分析 plot_forest 添加选项（PR #7772）

`工具`¶

更改CDFLink中的默认导数（PR #7287）
修复样式问题 (PR #7739)

`tsa`¶

添加辅助函数以从根求解ARIMA的多项式系数（PR #6921）
更改了月份缩写以支持本地化（PR #7409）
添加ARDL模型 (PR #7433)
修复ets错误中的拼写错误（PR #7435）
在Hannan Rissanen中添加fixed_params（GH7202）（PR #7497）
启用ARIMA.fit(method=’hannan_rissanen’) 并固定参数 (GH7501) (PR #7502)
修复在进行动态预测时出现的错误（PR #7516）
季节性正确索引位置（PR #7545）
处理非日期索引与频率 (PR #7574)
开始更改plot-pacf中的默认设置的过程（PR #7582）
正确的文档字符串（PR #7587）
当模型完全拟合时，让 VAR 结果完成（PR #7588）
将 nc 重命名为 n （PR #7593）
改进 ARDL 和文档 (PR #7611)
将RUR平稳性测试添加到statsmodels.tsa.stattools中 (PR #7616)
改进 ARDL 和 UECM (PR #7619)
改进季节性中的错误消息以应对错误的频率（PR #7643）
ENH 固定范围单位根临界值 (PR #7645)
添加SARIMAX常见问题解答 (PR #7656)
添加到SARIMAX常见问题解答（PR #7659）
改进 SARIMAX FAQ 笔记本 (PR #7661)
改进ARIMA文档 (PR #7662)
更新 TSA API (PR #7701)
正确的 ArmaProcess.from_estimation (PR #7709)
在 ccovf 和 ccf 中添加了 fft (PR #7721)

`tsa.statespace`¶

端口遗漏文档修复（PR #7123）
扩展后随时间变化的矩阵预测（PR #7437）
在VARMAX笔记本中指定脉冲到脉冲响应 (PR #7475)
列名可以作为参数传递给 VARMAX 中的 impulse_responses 函数（PR #7506）
状态空间 MLEModel 在嵌套 fix_params 时出现错误验证错误 (GH7507) (PR #7508)
确保属性存在 (PR #7538)
确保警告不会触发 (PR #7589)
断言正确的 iloc 数据类型 (PR #7737)

`tsa.vector.ar`¶

修复IRF误差带中的浮点索引使用（PR #7397）
如果值太少，则添加错误（PR #7591）

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0.13.0版本做出贡献的贡献者（基于git日志）：

艾丹·拉塞尔
亚历山大·施蒂宾
奥斯汀·亚当斯
本·格雷纳
布伦特·佩德森
查德·富尔顿
查德威克·布劳
埃德温·里杰斯伯格
埃泽基尔·斯穆克勒
1. 1. 麦凯恩
格雷厄姆·英格斯
格雷格·麦克马汉
赫尔德·奥利维拉
萧毅
杰克·刘
刘家成
杰里米·贝哈拉诺
乔里斯·范登博斯克
约瑟夫·珀克托德
胡安·奥杜兹
克比·谢登
凯文·谢帕德
卢克·格雷戈尔
马尔泰·齐特洛
金津正则
马克斯·马赫尔克
米凯莱·福尔图纳托
迈克·奥维扬
最小排名
娜塔莉·赫尔
尼古拉·科雷洛夫
奥马尔·古铁雷斯
奥斯瓦尔多
帕米尔·罗伊
普拉提克·沙兰
罗伯托·努涅斯·莫朗
Simardeep27
西蒙·霍克斯伯·汉森
金成
斯金纳·西博尔德
斯特凡·阿佩尔霍夫
托马斯·布鲁克斯
远藤智弘
瓦赫拉姆·安德里基扬
cxan96
janosbiro
partev
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 #5491: 增强：多变量 - 在字典中返回 E 和 H 矩阵
PR #6921: 增强：添加辅助函数以从根求解ARIMA的多项式系数
PR #7121: 维护：v0.12.1 回传
PR #7123: 文档：移植遗漏的文档修复
PR #7221: 维护：回溯修复以兼容0.12.2版本发布
PR #7222: 回溯移植
PR #7287: 参考: 更改CDFLink中的默认导数
PR #7291: 回溯移植
PR #7293: Rls 笔记
PR #7303: 文档: 对v0.12.2发布说明进行小幅更新
PR #7329: 增强：在PCA方法中添加了选项full_matrices=False
PR #7395: 文档：更新tweedie允许链接的文档
PR #7397: 错误：修复IRF误差带中的浮点索引使用
PR #7399: 文档: 不要指向发布版本
PR #7400: 维护：修复 UserWarning: marker 被冗余定义（Matplotlib v 3.4.1）
PR #7402: 文档：修复了线性混合效应示例中的错误
PR #7404: 维护：修复带有扩展数据类型的描述性统计
PR #7405: 维护：修复 pip 预测试失败
PR #7406: 维护：修复README徽章
PR #7408: Copula 7254 重新基于
PR #7409: 增强：更改了带有本地化的月份缩写
PR #7413: 错误：修复qq图中的轴标签
PR #7416: 维护：修复PyMC3笔记本中的上游更改
PR #7422: BUG: 运行测试数值截断错误
PR #7423: 文档/维护: 在PCA文档字符串中删除冗余词汇
PR #7425: 维护：静默警告和未来兼容性
PR #7426: 文档：fdrcorrection文档字符串中的杂项修复
PR #7429: 增强：在牛顿-拉夫森算法中使用 np.linalg.solve() 代替 np.linalg.inv()
PR #7432: 维护：使用loadscope避免重新运行设置
PR #7433: 增强：添加ARDL模型
PR #7434: 文档：小的文档修复
PR #7435: 修复ets错误中的拼写错误
PR #7437: BUG: 使用时间变化矩阵后的预测扩展
PR #7438: 维护：移除循环导入风险
PR #7450: 修正Theta模型Notebook中的小拼写错误
PR #7458: 文档: 拼写错误, plats->plots
PR #7462: BUG: 防止在None上运行缩进
PR #7471: 增强：允许用户配置GEE qic
PR #7474: 维护：拟合未来和弃用警告
PR #7475: 在VARMAX笔记本中指定脉冲到脉冲响应
PR #7488: 增强：添加离散计数分布
PR #7489: 错误：Tweedie模型的得分和Hessian
PR #7490: 增强：为未找到数据添加错误消息
PR #7495: 维护：避免未来在pandas中的问题
PR #7497: 增强：为 Hannan Rissanen 添加 fixed_params (GH7202)
PR #7502: 增强：启用带有固定参数的 ARIMA.fit(method=’hannan_rissanen’) (GH7501)
PR #7506: 增强：在VARMAX的impulse_responses中，列名可以作为参数传递
PR #7508: BUG: statespace MLEModel 在嵌套 fix_params 时出现错误的验证错误 (GH7507)
PR #7511: 允许在未实现属性时使用remove_data
PR #7514: 删除plot_pacf示例中的拼写错误
PR #7515: 解决 proportion.py 中的 TODO
PR #7516: BUG: 修复进行动态预测时的错误
PR #7535: BUG/ENH 修复和增强 GLM, family get_distribution
PR #7536: 维护：移除32位测试
PR #7538: 错误：确保属性存在
PR #7539: 文档：修复theta笔记本中的错误
PR #7540: 维护：添加github actions以构建文档
PR #7541: 维护：修复 GH 操作
PR #7543: Betareg rebased3 Beta 回归
PR #7545: BUG: 修正季节性索引位置
PR #7546: 维护：修复因Pandas更改导致的对比问题
PR #7547: 维护：修正示例实现
PR #7551: 维护：检查推送能力
PR #7552: 维护：继续工作
PR #7553: 维护：继续推进能力
PR #7554: 维护：继续推进能力
PR #7555: 维护：完成推送能力
PR #7556: 维护：完成推送能力
PR #7557: 维护：完成推送能力
PR #7558: 维护：完成推送能力
PR #7559: 维护：使文档推送工作
PR #7560: 维护：使文档推送工作
PR #7561: 维护：使文档推送工作
PR #7571: BUG: 修复弹性网络中的尺度参数
PR #7572: 文档：改进滚动OLS笔记本
PR #7574: 错误：处理具有频率的非日期索引
PR #7575: 维护：移除已弃用的函数
PR #7577: 维护：移除额外的已弃用功能
PR #7578: 维护：移除 recarray
PR #7579: 维护：移除已弃用的代码
PR #7580: 维护：修正笔记本以适应弃用
PR #7581: 增强：为通用路径类对象添加支持序列化
PR #7582: 增强：开始更改plot-pacf默认值的过程
PR #7583: 维护：修正拼写错误
PR #7586: 参考/错误通用似然 LLRMixin 使用 df_resid 而不是 df_model 进行 llr_pvalue
PR #7587: 文档: 修正文档字符串
PR #7588: BUG: 当模型完全拟合时，让VAR结果完成
PR #7589: 错误：确保警告不会引发
PR #7590: 维护：澄清最低版本
PR #7591: 增强：如果值太少则添加错误
PR #7592: 增强：改进差异图中的限制格式
PR #7593: 维护：将 nc 重命名为 n 在各处
PR #7594: 增强 glm loglog
PR #7595: 错误：回归，允许 remove_data 移除 wendog, wexog, wresid
PR #7596: 增强：当向优化器传递无效优化选项时抛出异常
PR #7599: 维护：将异常恢复为警告
PR #7607: 文档：用户指南和示例中的copula
PR #7608: 增强：随机数生成包装器用于 rng, qrng
PR #7611: 增强：改进ARDL和文档
PR #7612: BUG/DOC: 澄清哪个序列在x轴上
PR #7614: 文档：示例的小清理
PR #7616: 增强：将RUR平稳性测试添加到statsmodels.tsa.stattools
PR #7617: 维护：静默未来警告
PR #7618: 文档：修正了文档中的拼写错误
PR #7619: 增强：改进 ARDL 和 UECM
PR #7620: 维护：避免传递错误的优化参数
PR #7641: 维护：固定 matplotlib
PR #7643: 增强：改进季节性中错误频率的错误消息
PR #7644: 文档：更新开发页面flake8命令以遵循PULL_REQUEST_TEMPLATE.md
PR #7645: 增强固定范围单位根临界值
PR #7648: BUG/REF 协方差另一个回合为0.13
PR #7649: 维护：在笔记本中现代化预测
PR #7651: 增强：改进copula笔记本
PR #7652: 维护：暂时更改 check_random_state 中的默认 RNG
PR #7656: 文档: 添加SARIMAX常见问题解答
PR #7659: 文档: 添加到SARIMAX常见问题解答
PR #7661: 文档: 改进SARIMAX常见问题解答笔记本
PR #7662: 文档: 改进ARIMA文档
PR #7668: BUG: 改进sidak多重检验在接近零时的精度
PR #7669: BUG: proportions_chisquare 防止整数溢出
PR #7670: BUG: ZI predict, 修复偏移量默认值为None, 允许exog_infl为None如果为常数
PR #7673: 增强/修复: graphics.plot_partregress 添加 eval_env 选项
PR #7676: 文档：删除重复的方法部分
PR #7677: 文档：第二次尝试修复重复方法
PR #7681: 修复一个拼写错误
PR #7682: 增强：将McFadden和Cox&Snell伪R平方添加到GLMResults
PR #7685: 维护：防止数值索引的变化
PR #7693: 增强：为 GLM info_criteria 添加 dk_params 选项
PR #7694: 增强：分位数回归使用x矩阵的维度而不是秩
PR #7696: 增强：在OLS结果中添加slim摘要选项
PR #7697: 增强添加三角立方核
PR #7698: 增强：修复单列DataFrame的lilliefors结果
PR #7699: 文档: 改进ARDL笔记本
PR #7701: 维护：更新时间序列分析API
PR #7702: 文档: 更新 versions.json
PR #7703: BUG: 因子拟合 ml em 重置种子 (已重新调整)
PR #7704: 增强：使VIF能够处理DataFrame
PR #7708: 维护：更新版本文件
PR #7709: BUG: 修正 ArmaProcess.from_estimation
PR #7710: BUG: describe / Description 不返回百分位数
PR #7713: 增强: Oaxaca 方差/其他模型
PR #7714: 文档: 更新发布说明
PR #7721: 增强：在ccovf和ccf中添加了fft
PR #7723: 参考/增强：更多0.13版本的copula改进
PR #7726: 文档: 更新发布说明
PR #7727: 文档：改进文档和文档字符串，主要是针对最近添加的内容
PR #7732: 文档: api.py, 文档字符串改进
PR #7735: 文档: 修正 MultivariateTestResults 文档字符串
PR #7737: TST: 断言正确的 iloc 数据类型
PR #7738: 文档: 修正 MultivariateTestResults 文档字符串
PR #7739: 维护：修复样式问题
PR #7740: 文档：添加缺失的函数文档头
PR #7742: 维护：__all__中的最终问题
PR #7743: 文档：添加到发布说明，较小的文档修复，参考文献
PR #7744: 维护：修复难以触及的错误
PR #7748: BUG: 修复 summary().as_latex，顶部表格中的行被删除
PR #7750: 增强：警告 kwargs glm
PR #7751: 参考: GLM 初始化无效关键字参数使用 ValueWarning
PR #7757: 错误/维护/文档: 更多 0.13
PR #7766: BUG: 修复lowess中的尖峰/NaN值问题
PR #7768: 性能/测试: 改进Lowess
PR #7770: 文档: 修复lowess笔记本
PR #7772: 增强：为元分析 plot_forest 添加选项

Last update: Oct 16, 2024

发布 0.13.0¶

发布摘要¶

统计信息¶

亮点¶

新的横截面模型¶

Beta回归¶

序数回归¶

分布¶

Copulas¶

基于离散化的计数分布¶

伯恩斯坦分布¶

统计¶

Brunner Munzel 秩比较¶

非参数¶

非对称核¶

时间序列分析¶

自回归分布滞后模型¶

ARIMA估计器中的固定参数¶

新功能 - 概览¶

主要功能¶

子模块¶

文档¶

性能¶

backport¶

base¶

数据集¶

离散¶

分布¶

文档¶

genmod¶

图形¶

io¶

维护¶

多元¶

非参数¶

othermod¶

回归¶

统计¶

工具¶

tsa¶

tsa.statespace¶

tsa.vector.ar¶

错误-错误¶

主要修复的Bug¶

开发总结与致谢¶

已合并的拉取请求¶

`文档`¶

`性能`¶

`backport`¶

`base`¶

`数据集`¶

`离散`¶

`分布`¶

`文档`¶

`genmod`¶

`图形`¶

`io`¶

`维护`¶

`多元`¶

`非参数`¶

`othermod`¶

`回归`¶

`统计`¶

`工具`¶

`tsa`¶

`tsa.statespace`¶

`tsa.vector.ar`¶