沙盒¶
这个沙盒包含了一些由于各种原因尚未准备好被纳入 statsmodels 正式部分的代码。它包含了来自旧的 stats.models 代码中尚未经过测试、验证和更新到新 statsmodels 结构的模块：Cox 生存模型、带有重复测量的混合效应模型、广义加性模型以及公式框架。沙盒还包含了一些当前正在开发的代码，直到它们符合 statsmodels 的模式或经过充分测试为止。
所有沙盒模块都必须显式导入，以表明它们尚未成为statsmodels核心的一部分。沙盒代码的质量和测试程度差异很大。
示例¶
在sandbox.examples文件夹中有一些示例。其他示例直接包含在模块中以及沙箱的子文件夹中。
模块参考¶
时间序列分析 tsa¶
在这一部分中，我们开发了用于时间序列分析的模型和函数。大多数模型和函数已移至statsmodels.tsa。
移动窗口统计¶
大多数移动窗口统计，如滚动均值、矩（最高到四阶）、最小值、最大值、均值和方差，都可以通过 Pandas 中的 移动（滚动）统计/矩 函数来实现。
|
移动顺序统计 |
|
移动窗口均值 |
|
移动窗口方差 |
|
非中心矩 |
回归和方差分析¶
以下两个ANOVA函数已针对平衡单向ANOVA的NIST测试数据进行了全面测试。anova_oneway遵循与scipy.stats中的单向ANOVA函数相同的模式，但对于严重缩放的问题具有更高的精度。anova_ols产生与单向ANOVA相同的结果，但使用OLS模型类。它也通过了NIST测试的验证，尽管在最严重缩放的情况下存在一些问题。它展示了如何使用statsmodels在三行代码中进行简单的ANOVA，并且也可以作为一个配方来参考。
|
|
|
以下是用于处理虚拟变量并生成OLS方差分析结果的辅助函数。它们最好被视为配方，因为它们是为特定用途而编写的。这些函数最终将被重写或重新组织。
|
默认情况下，将类别数组转换为虚拟变量时，会删除最后一个类别的虚拟变量，仅使用ravel，1维 |
|
创建虚拟连续变量 |
从2D数组的2列创建产品虚拟变量 |
|
|
从字符串列表中删除名称，要删除的名称在以空格分隔的列表中，不会改变原始列表 |
|
将字符串公式转换为数据字典 |
以下是用于组统计的辅助函数，其中组由标签数组定义。适用于前一组函数的资格注释也适用于这一组函数。
|
|
|
根据多个变量或字符串标签转换为唯一的索引标签 0,1,2,...,nk-1，其中 nk 是不同标签的数量 |
|
使用ndimage获取快速均值和方差 |
|
|
|
使用 np.bincount，假设因子/标签为整数 |
除了这些功能外，sandbox回归还包含几个示例，这些示例展示了statsmodels回归模型的使用。
回归方程组和联立方程组¶
以下是用于拟合方程组模型的内容。尽管返回的参数已被验证为准确，但此代码仍处于非常实验性的阶段，模型的使用方式在加入主代码库之前很可能会发生显著变化。
|
看似不相关的回归 |
|
两阶段最小二乘法用于联立方程 |
杂项¶
描述性统计打印¶
|
符号检验 |
|
打印一个或多个变量的描述性统计信息。 |
原始的 stats.models¶
这些都不是完全可用的。公式框架被cox和mixed使用。
使用EM算法的重复测量混合效应模型
statsmodels.sandbox.mixed
Cox比例风险模型
statsmodels.sandbox.cox
广义加性模型
statsmodels.sandbox.gam
公式
statsmodels.sandbox.formula