Categoría: Python-statsmodels

statsmodels.durbin_watson() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.durbin_watson()método, podemos obtener las estadísticas de la prueba de durbin watson y es igual a 2*(1-r) , donde r es la autocorrelación entre residuos. Sintaxis: statsmodels.durbin_watson(residual)Retorno: Retorna un solo valor de coma flotante de durbin watson. Ejemplo n.º 1: en este ejemplo, podemos ver que al usar el statsmodels.durbin_watson()método, podemos obtener … Continue reading «statsmodels.durbin_watson() en Python»

statsmodels.jarque_bera() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.jarque_bera()método, podemos obtener la prueba de normalidad de jarque bera y es una prueba basada en la asimetría y la curtosis, y tiene una distribución asintótica. Sintaxis: statsmodels.jarque_bera(residual, axis)Retorno: Retorna las estadísticas de la prueba de jarque bera, el valor p, la asimetría y la curtosis. Ejemplo n.º 1: en este … Continue reading «statsmodels.jarque_bera() en Python»

statsmodels.medpareja() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.medcouple()método, podemos calcular la medida robusta de sesgo de la pareja media. Sintaxis: statsmodels.medcouple(array, axis)Retorno: Retorna el valor estadístico de la pareja media. Ejemplo n.º 1: en este ejemplo, podemos ver que al usar statsmodels.medcouple()el método, podemos obtener el valor de la estadística de la pareja media al usar este método. … Continue reading «statsmodels.medpareja() en Python»

statsmodels.expected_robust_kurtosis() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.expected_robust_kurtosis()método, podemos calcular el valor esperado de la medida de curtosis robusta utilizando statsmodels.expected_robust_kurtosis()el método. Sintaxis: statsmodels.expected_robust_kurtosis(ab, db) Devolver: Devuelve el valor de cuatro curtosis, es decir, kr1, kr2, kr3 y kr4. Ejemplo #1: En este ejemplo, podemos ver que al usar statsmodels.expected_robust_kurtosis()el método, podemos obtener el valor esperado de la … Continue reading «statsmodels.expected_robust_kurtosis() en Python»

Introducción al análisis de potencia en Python

Posted on by Rudeus Greyrat

Para entender qué es el análisis de potencia, primero debemos echar un vistazo a los conceptos de una prueba de hipótesis estadística. Una prueba de hipótesis estadística calcula alguna cantidad bajo un supuesto dado (hipótesis nula) y el resultado de la prueba nos permite interpretar si el supuesto es válido o si se ha violado. … Continue reading «Introducción al análisis de potencia en Python»

statsmodels.robust_kurtosis() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.robust_kurtosis()método, podemos calcular el valor de cuatro curtosis usando el statsmodels.robust_kurtosis()método. Sintaxis: statsmodels.robust_kurtosis(numpy_array) Retorno: Devuelve cuatro valores de curtosis, es decir, kr1, kr2, kr3 y kr4. Ejemplo n.º 1: en este ejemplo, podemos ver que al usar el statsmodels.robust_kurtosis()método, podemos obtener el valor de cuatro curtosis de una array numpy al … Continue reading «statsmodels.robust_kurtosis() en Python»

statsmodels.omni_normtest() en Python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.omni_normtest()método, podemos obtener la prueba ómnibus de normalidad y usamos la puntuación chi ^ 2 para este statsmodels.omni_normtest()método. Sintaxis : statsmodels.omni_normtest(array)Return : Devuelve la prueba ómnibus de normalidad. Ejemplo n.º 1: en este ejemplo, podemos ver que al usar el statsmodels.omni_normtest()método, podemos calcular la prueba ómnibus de normalidad al usar la … Continue reading «statsmodels.omni_normtest() en Python»

statsmodels.robust_skewness() en python

Posted on by Rudeus Greyrat

Con la ayuda del statsmodels.robust_skewness()método, podemos calcular las cuatro medidas de asimetría en Kim & White. Sintaxis: statsmodels.robust_skewness(array, axis)Retorno: Devuelve el valor de las cuatro medidas de asimetría. Ejemplo n.º 1: en este ejemplo, podemos ver que al usar el statsmodels.robust_skewness()método, podemos obtener el valor de la medida de cuatro asimetrías al usar este método. … Continue reading «statsmodels.robust_skewness() en python»

Cómo obtener el resumen del modelo de regresión de Scikit-Learn

Posted on by Rudeus Greyrat

En este artículo, veremos cómo obtener un resumen del modelo de regresión de sci-kit learn. Se puede hacer de estas formas: Paquetes de aprendizaje de Scikit Paquete de modelo de estadísticas Ejemplo 1: uso de scikit-learn . Es posible que desee extraer un resumen de un modelo de regresión creado en Python con Scikit-learn. Scikit-learn … Continue reading «Cómo obtener el resumen del modelo de regresión de Scikit-Learn»

Regresión lineal en Python usando Statsmodels

Posted on by Rudeus Greyrat

En este artículo, discutiremos cómo usar statsmodels usando la regresión lineal en Python . El análisis de regresión lineal es una técnica estadística para predecir el valor de una variable (variable dependiente) en función del valor de otra (variable independiente). La variable dependiente es la variable que queremos predecir o pronosticar. En la regresión lineal … Continue reading «Regresión lineal en Python usando Statsmodels»