如何高效运用Python的statsmodel进行统计分析？

本文共计525个文字，预计阅读时间需要3分钟。

Pandas 是基于 NumPy 的一种工具，用于 Python 数据分析。它是 Python 官方自带的库之一。statsmodel 是基于 Pandas 开发的库，用于进行描述性统计、统计模型估计、推断和预测。

1、Pandas

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，相当于这是Python官方自己的一套库

statsmodel是基于Pandas开发的一套库，用于一些描述统计、统计模型估计、推断、预测

2、自回归模型（AutoRegression model，AR）

自回归，从物理的角度来理解就是：当前记录与其历史记录的差值。eg，自回归认为历史的发展是一条斜率一定的直线。

3、滑动平均模型（moving average model, MA）

移动平均，从物理的角度来理解就是：当前记录是历史记录的均值。eg，移动平均模型认为历史的发展是一条水平的线。

4、高级时间序列模型ARMA

ARMA就是把AR和MA结合在一起的一种算法，当AR和MA混合在一起，可以认为是一个y=ax+b的过程，自回归提供了a这个系数，移动平均提供了b这个截距。