本人会计出身，转行数据分析（更多是用excel、sql、spss等工具），30岁开始入坑python，在学习statsmodels包的过程中，在知乎、百度、CSDN和github上均没有找到statsmodels的中文文档，一开始以为 ApacheCN 开源组织（号称一群有想法，爱装逼，爱斗图，有活力，爱搞事，爱吃辣条的朋友）已经翻译了该包的文档，最后发现他们只是翻译该文档的目录，为了更好地入坑，我只好用我那拙劣的英语、再加上谷歌翻译，苦逼的翻译2周，也仅仅是把docs文件夹下的文件翻译完（未校验），水平有限，请大家多担待。翻译这个活没有什么技术可言，但真的很苦逼。所以真的非常的感谢 ApacheCN 开源组织在我学习的过程中贡献的各种中文文档，非常感谢！

statsmodels是一个Python软件包，为scipy提供了补充，以进行统计计算，包括描述性统计以及统计模型的估计和推断。

statsmodels主要包括如下子模块：

回归模型：线性回归，广义线性模型，稳健的线性模型，线性混合效应模型等等。

方差分析（ANOVA）。

时间序列分析：AR，ARMA，ARIMA，VAR和其它模型。

非参数方法： 核密度估计，核回归。

统计模型结果可视化。

比较：statsmodels更关注统计推断，提供不确定估计和参数p-value。相反的，scikit-learn注重预测。

• 线性回归模型：
  • 普通最小二乘法
  • 广义最小二乘法
  • 加权最小二乘法
  • 具有自回归误差的最小二乘
  • 分位数回归
  • 递归最小二乘法
• 具有混合效应和方差成分的混合线性模型
• GLM：支持所有单参数指数族分布的广义线性模型
• 用于二项式和泊松的贝叶斯混合GLM
• GEE：单向聚类或纵向数据的广义估计方程
• 离散模型:
  • Logit 和 Probit
  • 多项 logit (MNLogit)
  • 泊松和广义泊松回归
  • 负二项式回归
  • 零膨胀计数模型
• RLM: 鲁棒的线性模型，支持多个 M 估计器。
• 时间序列分析：时间序列分析模型
  • 完整的StateSpace建模框架
    • 季节性ARIMA和ARIMAX模型
    • VARMA和VARMAX模型
    • 动态因子模型
    • 未观测到的组件模型
  • 马尔可夫切换模型（MSAR），也称为隐马尔可夫模型（HMM）
  • 单变量时间序列分析：AR，ARIMA
  • 矢量自回归模型，VAR和结构VAR
  • 矢量误差修正模型，VECM
  • 指数平滑，Holt-Winters
  • 时间序列的假设检验：单位根，协整和其他
  • 用于时间序列分析的描述性统计数据和过程模型
• 生存分析:
  • 比例风险回归（Cox模型）
  • 生存者函数估计（Kaplan-Meier）
  • 累积发生率函数估计
• 多变量:
  • 缺失数据的主成分分析
  • 旋转因子分析
  • MANOVA
  • 典型相关
• 非参数统计：单变量和多变量核密度估计
• 数据集：用于示例和测试的数据集
• 统计：广泛的统计检验
  • 诊断和规格检验
  • 拟合优度和正态性检验
  • 多元测试函数
  • 各种其他统计检验
• 使用MICE进行插补，秩序统计回归和高斯插补
• 调解分析
• 图形包括用于数据和模型结果的可视化分析的绘图功能
• 输入/输出
  • 用于读取Stata .dta文件的工具，但pandas具有较新的版本
  • 表输出到ascii，latex和html
• 其他模型
• Sandbox：statsmodels包含一个 sandbox 文件夹，其中包含处于开发和测试各个阶段的代码， 因此不被视为“生产就绪”。其中包括：
  • 广义矩法（GMM）估计器
  • 核回归
  • scipy.stats.distributions的各种扩展
  • 面板数据模型
  • 信息理论测度

GitHub上的master分支是最新的代码

https://www.github.com/statsmodels/statsmodels

发行标签的源代码下载可在GitHub上获得

https://github.com/statsmodels/statsmodels/tags

二进制文件和源代码发行版可从PyPi获得

https://pypi.org/project/statsmodels/

二进制文件可以安装在Anaconda中

conda install statsmodels