Estadística con statsmodels
19 pasos en 6 series de Python.
Donde scikit-learn predice, statsmodels explica. Te da coeficientes, errores estándar, valores p y una tabla de resumen que se parece a las de los papers, que es exactamente la razón por la que la gente lo busca.
Primero modelos lineales, luego diseño de modelos con fórmulas y variables categóricas, diagnósticos y errores estándar robustos, modelos lineales generalizados y regresión cuantílica, y al final series de tiempo. Si alguna vez has tenido que defender una regresión y no solo correrla, este es el tour.
Modelos lineales
- Mínimos cuadrados ordinariosLa tabla de resumen es el punto: coeficientes con su incertidumbre.
- La API de fórmulasUna fórmula de patsy se lee como el modelo que escribirías en papel.
- Leer un resumenCada bloque de la tabla responde una pregunta distinta.
Diseño de modelos
- Predictores categóricosC() vuelve categórica una columna, y la fórmula construye las dummies.
- Interacciones y transformacionesEl lenguaje de fórmulas cubre productos, potencias y funciones en línea.
- Predecir con intervalosget_prediction da la media y ambos intervalos, cosa que predict solo no hace.
Diagnósticos y robustez
- Diagnóstico de residuosLas pruebas que dicen si los supuestos de OLS de verdad se cumplieron.
- Ajustes robustos y ponderadosRLM les baja el peso a los atípicos; WLS usa pesos que tú provees.
Más allá de mínimos cuadrados
- Regresión logísticaLogit modela una probabilidad; los coeficientes son log odds.
- Modelos lineales generalizadosUn solo marco y una familia por tipo de respuesta: binomial, Poisson, gaussiana.
- Tablas ANOVAanova_lm convierte un modelo ajustado en una tabla de sumas de cuadrados.
- Proporciones y potenciaUna prueba z para proporciones, y el tamaño de muestra que detectaría un efecto.
Series de tiempo
- AutocorrelaciónCuánto recuerda una serie de sí misma, en cada lag.
- EstacionariedadCasi todo modelo de series de tiempo la asume: prueba y diferencia primero.
- Descomposición estacionalSeparar una serie en tendencia, estación y lo que queda.
- ARIMAOrden (p, d, q), un ajuste, y un pronóstico con intervalo.
- SARIMAXÓrdenes estacionales y regresores exógenos, en un solo modelo.
- ¿Una serie anticipa a la otra?La prueba de Granger pregunta si el pasado de x mejora un pronóstico de y.
Bis
- sm_regression_report.pyUna regresión bien hecha: ajustar, diagnosticar, corregir, comparar, pronosticar.