pip install statsmodels

statsmodels 库的核心作用

statsmodels 是 Python 中专注于统计建模和计量经济学的库，和你之前了解的 scipy.stats 相比，它更侧重完整的统计建模流程（从模型定义、拟合、检验到结果解释），而非单纯的统计函数调用。简单来说：

• scipy.stats 偏向 “统计工具函数”（比如算分布、做检验）；
• statsmodels 偏向 “完整的统计模型”（比如线性回归、时间序列模型），并且会输出专业的统计摘要（如 P 值、R²、置信区间等），完全满足学术 / 工业界的统计分析需求。

用一个简单例子展示 statsmodels 的核心优势 ——输出专业的统计摘要，这是 scipy/matplotlib 无法直接做到的：

import numpy as np
import statsmodels.api as sm
import pandas as pd

# 1. 构造模拟数据：x是自变量（广告投入），y是因变量（销量）
np.random.seed(123)  # 固定随机种子，结果可复现
x = np.random.rand(100, 1) * 10  # 广告投入：0-10之间的随机数
y = 2 * x + 5 + np.random.randn(100, 1)  # 销量 = 2*广告投入 + 5 + 随机噪声

# 2. 转换为DataFrame，方便查看
data = pd.DataFrame({'广告投入': x.flatten(), '销量': y.flatten()})

# 3. 构建线性回归模型（添加常数项）
X = sm.add_constant(data['广告投入'])  # 添加截距项（常数项）
model = sm.OLS(data['销量'], X)  # 定义OLS模型
results = model.fit()  # 拟合模型

# 4. 输出详细的统计摘要（核心优势）
print(results.summary())

# 5. 简单预测
new_x = sm.add_constant([[3], [5]])  # 预测广告投入为3和5时的销量
predictions = results.predict(new_x)
print("\n广告投入3时预测销量：", predictions[0])
print("广告投入5时预测销量：", predictions[1])

关键输出解读（新手重点看）：

• R-squared：决定系数，越接近 1 说明模型拟合越好；
• coef：回归系数（比如 “广告投入” 的系数≈2，和我们构造数据时的 2 一致）；
• P>|t|：P 值，小于 0.05 说明该变量对因变量有显著影响；
• const：截距项（≈5，和构造数据时的 5 一致）。

3. 安装与使用前提

• 安装命令：pip install statsmodels（会自动依赖 numpy、scipy、pandas 等库，确保这些库已安装）；
• 适用人群：数据分析、计量经济学、金融分析、社会科学研究等需要做统计建模和推断的开发者；
• 搭配使用：常和 pandas（数据处理）、scipy（基础统计）、matplotlib/seaborn（可视化）配合。

总结

1. statsmodels 核心是统计建模 + 完整的统计推断，专注于输出专业的统计摘要，适合线性回归、时间序列分析等场景；
2. 对比 scipy.stats：scipy 是 “统计工具包”，statsmodels 是 “完整的统计建模框架”；
3. 最常用的功能是线性回归（OLS）和时间序列分析（ARIMA），适合需要做统计显著性检验、模型解释的分析场景。