statsmodels/statsmodels

解決的問題

Statsmodels 提供了一套用於統計計算、估計與推論的全面工具。它透過提供更廣泛的統計模型與測試來補充 SciPy，使用戶無需從頭開始實作這些方法即可進行複雜的數據分析與假設檢定。

工作原理

該函式庫實作了大量的統計方法，包括線性回歸 (OLS, WLS, GLS)、廣義線性模型 (GLM)、時間序列分析 (ARIMA, VARMAX, StateSpace 建模) 與生存分析。它還包括非參數統計、多元分析 (PCA, MANOVA) 與數據插補技術（如 MICE）的工具。

適用對象

專為需要在 Python 中進行嚴謹統計建模與推論的數據科學家、統計學家與研究人員設計。

亮點

• 廣泛的迴歸模型：支援普通最小二乘法 (OLS)、分位數迴歸與穩健線性模型。
• 進階時間序列分析：包括完整的 StateSpace 框架、隱藏馬可夫模型 (HMM) 與向量自我回歸模型。
• 多樣化的統計檢定：提供廣泛的診斷、適合度檢定與常態性檢定。
• 多元分析：具有處理缺失值的主成分分析 (PCA) 與因子分析功能。
• 生存分析：實作了 Cox 比例風險回歸與 Kaplan-Meier 估計。