statsmodels

它会给你什么

• 检验结果，包括统计量、p 值、自由度和置信区间。
• 方差分析表。
• 校正后的判定结果和校正后的显著性门槛。

你需要准备

• 两组或多组的样本数据。
• 频数或计数数据，比如比例检验或分类交叉表。
• 已经拟合好的回归模型，用来做模型比较。

由你把关

• 选的检验是否匹配数据类型和实验设计（独立还是配对等），由你判断。
• 方差分析的分解方式是否匹配你的设计是否平衡，由你决定。
• 多重比较用哪种校正方法、是否符合领域惯例，由你决定。

它会给你什么

• 拟合好的时序模型，含参数和信息准则得分。
• 未来预测值及其置信区间。
• 残差诊断图，帮你检查模型假设。

你需要准备

• 一条或多条带时间标签的序列数据。
• 模型设置：差分阶数、季节周期、滞后阶数、趋势和外部变量。
• 平稳性检验的设置，比如最大滞后期。

由你把关

• 差分、季节周期和滞后阶数是否符合领域规律，由你判断。
• 模型算不收敛时怎么调整，由你处理。
• 预测区间是否把该有的不确定性都算进去了，由你核对。

它会给你什么

• 回归结果，包括系数、标准误、p 值、置信区间和拟合优度。
• 用稳健方法重算的标准误和推断。
• 各项诊断检验的结果。

你需要准备

• 要解释的结果变量。
• 解释变量矩阵，注意截距要单独加上。
• 或者直接写回归公式加数据表，工具会自动解析。

由你把关

• 诊断发现违背后怎么办——换稳健方法、换模型还是改设定，由你决定。
• 影响结论的极端数据点是剔除、加权还是保留并说明，由你决定。
• 稳健标准误的设置是否匹配数据的真实结构，由你核对。

它会给你什么

• 混合效应模型结果，包括固定效应和随机效应的估计。
• 另一类分组模型的结果，包括稳健标准误和相关结构。
• 贝叶斯版本的结果和随机效应的后验摘要。

你需要准备

• 要分析的结果变量，连续或分类都支持。
• 你关心的固定效应变量。
• 分组信息，以及随机效应的设定。

由你把关

• 随机效应怎么设——哪些变量在哪个层级有变化——是否匹配你的实验设计，由你判断。
• 相关结构的设定是否符合数据里真实的相关方式，由你核对。
• 方差成分接近零或模型不稳定时是否简化随机效应，由你决定。