statsmodels · PyPI · Python 包索引

Python的统计计算和模型

这些详细信息尚未由PyPI验证

项目链接

项目描述

关于statsmodels

statsmodels是一个Python包，它为统计计算提供scipy的补充，包括描述性统计、统计模型的估计和推断。

文档

开发版本的文档在以下位置

https://statsmodels.pythonlang.cn/dev/

在发行说明中突出显示最近的改进

https://statsmodels.pythonlang.cn/stable/release/

文档备份可在以下位置获得 https://statsmodels.github.io/stable/ 和 https://statsmodels.github.io/dev/.

主要特性

线性回归模型
- 普通最小二乘法
- 广义最小二乘法
- 加权最小二乘法
- 自回归误差的最小二乘法
- 分位数回归
- 递归最小二乘法
具有混合效应和方差成分的混合线性模型
GLM：支持所有一参数指数族分布的广义线性模型
二项式和泊松的贝叶斯混合GLM
广义估计方程（GEE）：用于单向聚类或纵向数据
离散模型
- Logit和Probit
- 多项式Logit (MNLogit)
- 泊松和广义泊松回归
- 负二项式回归
- 零膨胀计数模型
RLM：支持多个M估计量的稳健线性模型
时间序列分析：用于时间序列分析的模型
- 完整的StateSpace建模框架
  - 季节性ARIMA和ARIMAX模型
  - VARMA和VARMAX模型
  - 动态因子模型
  - 未观测成分模型
- 马尔可夫切换模型（MSAR），也称为隐马尔可夫模型（HMM）
- 单变量时间序列分析：AR，ARIMA
- 向量自回归模型，VAR和结构VAR
- 向量误差修正模型，VECM
- 指数平滑，Holt-Winters
- 时间序列假设检验：单位根，协整及其他
- 时间序列分析描述性统计和过程模型
生存分析
- 比例风险回归（Cox模型）
- 生存函数估计（Kaplan-Meier）
- 累积发病率函数估计
多元分析
- 含缺失数据的主成分分析
- 旋转因子分析
- 多变量方差分析（MANOVA）
- 典型相关分析
非参数统计：单变量和多变量核密度估计量
数据集：用于示例和测试的数据集
统计：广泛的统计测试
- 诊断和规格测试
- 拟合优度和正态性测试
- 多重测试函数
- 各种额外的统计测试
使用MICE、有序统计回归和高斯插补进行插补
中介分析
图形包括用于数据和分析结果的可视化绘图函数
I/O
- 读取Stata .dta文件的工具，但pandas有一个更新的版本
- 将表格输出到ascii、latex和html
其他模型
沙盒：statsmodels包含一个沙盒文件夹，其中包含各种开发阶段和测试阶段的代码，这些代码尚未被认为是“生产就绪”。其中包括
- 广义矩估计（GMM）估计量
- 核回归
- 对scipy.stats.distributions的各种扩展
- 面板数据模型
- 信息论度量

如何获取

GitHub上的主分支是最新的代码

https://www.github.com/statsmodels/statsmodels

发布标签的源代码可以从GitHub下载

https://github.com/statsmodels/statsmodels/tags

二进制和源代码分发可以从PyPi获取

https://pypi.ac.cn/project/statsmodels/

二进制可以在Anaconda中安装

conda install statsmodels

获取最新代码

安装最新的夜间版本轮

可以使用pip安装最新的夜间版本轮。

python -m pip install -i https://pypi.anaconda.org/scientific-python-nightly-wheels/simple statsmodels --upgrade --use-deprecated=legacy-resolver

从源代码安装

查看INSTALL.txt以获取需求或查看文档

https://statsmodels.github.io/dev/install.html

贡献

欢迎任何形式的贡献，包括

文档改进
额外测试
现有模型的新功能
新模型

https://statsmodels.pythonlang.cn/stable/dev/test_notes

有关在可编辑模式下安装statsmodels的说明。

许可证

修改后的BSD（3条款）

讨论和开发

讨论在邮件列表上

https://groups.google.com/group/pystatsmodels

和问题跟踪器中进行。我们非常感兴趣关于可用性的反馈和改进建议。

错误报告

错误报告可以通过以下问题跟踪器提交

https://github.com/statsmodels/statsmodels/issues

项目详情

这些详细信息尚未由PyPI验证

项目链接

发布历史发布通知 | RSS源

此版本

0.14.4

2024年10月3日

0.14.3

2024年9月16日

0.14.2

2024年4月17日

0.14.1

2023年12月14日

0.14.0

2023年5月5日

0.14.0rc0 预发布

2023年4月26日

0.13.5

2022年11月2日

0.13.4

2022年11月1日

0.13.3

2022年11月1日

0.13.2

2022年2月8日

0.13.1

2021年11月12日

0.13.0

2021年10月1日

0.13.0rc0 预发布

2021年9月17日

0.12.2

2021年2月2日

0.12.1

2020年10月29日

0.12.0

2020年8月27日

0.12.0rc0 预发布

2020年8月11日

0.11.1

2020年2月21日

0.11.0

2020年1月22日

0.11.0rc2 预发布

2020年1月15日

0.11.0rc1 预发布

2019年12月18日

0.10.2

2019年11月23日

0.10.1

2019年7月19日

0.10.0

2019年6月24日

0.10.0rc2 预发布

2019年6月7日

0.9.0

2018年5月15日

0.9.0rc1 预发布

2018年4月30日

0.8.0

2017年2月8日

0.8.0rc1 预发布

2016年6月21日

0.6.1

2014年12月2日

0.6.0

2014年11月5日

0.6.0-rc2 预发布

2014年10月21日

0.6.0-rc1 预发布

2014年10月15日

0.5.0

2013年8月14日

0.5.0rc1 预发布

2013年8月6日

0.4.3

2012年7月2日

0.4.1

2012年6月19日

0.4.0

2012年4月26日

0.4.0rc2 预发布

2012年4月11日

下载文件

下载适合您平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。

源代码分发

statsmodels-0.14.4.tar.gz (20.4 MB 查看哈希值)

上传时间 2024年10月3日 源

构建分发

statsmodels-0.14.4-cp313-cp313-win_amd64.whl (9.8 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 Windows x86-64

statsmodels-0.14.4-cp313-cp313-musllinux_1_2_x86_64.whl (10.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 musllinux: musl 1.2+ x86-64

statsmodels-0.14.4-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (10.7 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 manylinux: glibc 2.17+ x86-64

statsmodels-0.14.4-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (10.3 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 manylinux: glibc 2.17+ ARM64

statsmodels-0.14.4-cp313-cp313-macosx_11_0_arm64.whl (9.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 macOS 11.0+ ARM64

statsmodels-0.14.4-cp313-cp313-macosx_10_13_x86_64.whl (10.2 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.13 macOS 10.13+ x86-64

statsmodels-0.14.4-cp312-cp312-win_amd64.whl (9.8 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.12 Windows x86-64

statsmodels-0.14.4-cp312-cp312-musllinux_1_2_x86_64.whl (10.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.12 musllinux: musl 1.2+ x86-64

statsmodels-0.14.4-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (10.7 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.12 manylinux: glibc 2.17+ x86-64

statsmodels-0.14.4-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (10.3 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.12 manylinux: glibc 2.17+ ARM64

statsmodels-0.14.4-cp312-cp312-macosx_11_0_arm64.whl (9.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.12 macOS 11.0+ ARM64

statsmodels-0.14.4-cp312-cp312-macosx_10_13_x86_64.whl (10.2 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.12 macOS 10.13+ x86-64

statsmodels-0.14.4-cp311-cp311-win_amd64.whl (9.9 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 Windows x86-64

statsmodels-0.14.4-cp311-cp311-musllinux_1_2_x86_64.whl (11.0 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 musllinux: musl 1.2+ x86-64

statsmodels-0.14.4-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (10.8 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 manylinux: glibc 2.17+ x86-64

statsmodels-0.14.4-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (10.4 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 manylinux: glibc 2.17+ ARM64

statsmodels-0.14.4-cp311-cp311-macosx_11_0_arm64.whl (9.9 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 macOS 11.0+ ARM64

statsmodels-0.14.4-cp311-cp311-macosx_10_9_x86_64.whl (10.2 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.11 macOS 10.9+ x86-64

statsmodels-0.14.4-cp310-cp310-win_amd64.whl (9.8 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.10 Windows x86-64

statsmodels-0.14.4-cp310-cp310-musllinux_1_2_x86_64.whl (10.9 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.10 musllinux: musl 1.2+ x86-64

statsmodels-0.14.4-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (10.8 MB 查看哈希值)

上传时间：2024年10月3日 CPython 3.10 manylinux: glibc 2.17+ x86-64

statsmodels-0.14.4-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (10.4 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.10 manylinux: glibc 2.17+ ARM64

statsmodels-0.14.4-cp310-cp310-macosx_11_0_arm64.whl (9.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.10 macOS 11.0+ ARM64

statsmodels-0.14.4-cp310-cp310-macosx_10_9_x86_64.whl (10.2 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.10 macOS 10.9+ x86-64

statsmodels-0.14.4-cp39-cp39-win_amd64.whl (9.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.9 Windows x86-64

statsmodels-0.14.4-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (10.8 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.9 manylinux: glibc 2.17+ x86-64

statsmodels-0.14.4-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl (10.4 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.9 manylinux: glibc 2.17+ ARM64

statsmodels-0.14.4-cp39-cp39-macosx_11_0_arm64.whl (9.9 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.9 macOS 11.0+ ARM64

statsmodels-0.14.4-cp39-cp39-macosx_10_9_x86_64.whl (10.2 MB 查看哈希值)

上传于 2024年10月3日 CPython 3.9 macOS 10.9+ x86-64

statsmodels-0.14.4.tar.gz 的哈希值

statsmodels-0.14.4.tar.gz 的哈希值
算法	哈希摘要
SHA256	`5d69e0f39060dc72c067f9bb6e8033b6dccdb0bae101d76a7ef0bcc94e898b67`
MD5	`38acb6af5decb5abea4721b6481ddb1b`
BLAKE2b-256	`1f3b963a015dd8ea17e10c7b0e2f14d7c4daec903baf60a017e756b57953a4bf`

statsmodels-0.14.4-cp313-cp313-win_amd64.whl 的哈希值

statsmodels-0.14.4-cp313-cp313-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`81030108d27aecc7995cac05aa280cf8c6025f6a6119894eef648997936c2dd0`
MD5	`fcbb3bf62f28401cfa4cc33c00b94e56`
BLAKE2b-256	`1debcb8b01f5edf8f135eb3d0553d159db113a35b2948d0e51eeb735e7ae09ea`

statsmodels-0.14.4-cp313-cp313-musllinux_1_2_x86_64.whl 的哈希值

statsmodels-0.14.4-cp313-cp313-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`e31b95ac603415887c9f0d344cb523889cf779bc52d68e27e2d23c358958fec7`
MD5	`8158ec591352354216427d5cba522011`
BLAKE2b-256	`4f7667747e49dc758daae06f33aad8247b718cd7d224f091d2cd552681215bb2`

哈希值用于 statsmodels-0.14.4-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

statsmodels-0.14.4-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`1322286a7bfdde2790bf72d29698a1b76c20b8423a55bdcd0d457969d0041f72`
MD5	`36963dbd28a52955d00b882eef915dab`
BLAKE2b-256	`fe2a55c5b5c5e5124a202ea3fe0bcdbdeceaf91b4ec6164b8434acb9dd97409c`

哈希值用于 statsmodels-0.14.4-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

statsmodels-0.14.4-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`91341cbde9e8bea5fb419a76e09114e221567d03f34ca26e6d67ae2c27d8fe3c`
MD5	`f1fd6597efc0d5d5c9099fb4ff98d3c2`
BLAKE2b-256	`d1973380ca6d8fd66cfb3d12941e472642f26e781a311c355a4e97aab2ed0216`

哈希值用于 statsmodels-0.14.4-cp313-cp313-macosx_11_0_arm64.whl

statsmodels-0.14.4-cp313-cp313-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`df4f7864606fa843d7e7c0e6af288f034a2160dba14e6ccc09020a3cf67cb092`
MD5	`dc58cf1b6118625e14605053eeef7fea`
BLAKE2b-256	`fac0ee6e8ed35fc1ca9c7538c592f4974547bf72274bc98db1ae4a6e87481a83`

哈希值用于 statsmodels-0.14.4-cp313-cp313-macosx_10_13_x86_64.whl

statsmodels-0.14.4-cp313-cp313-macosx_10_13_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`b5a24f5d2c22852d807d2b42daf3a61740820b28d8381daaf59dcb7055bf1a79`
MD5	`2ae54b059bc506d8de0a2ea792f445ee`
BLAKE2b-256	`31f82662e6a101315ad336f75168fa9bac71f913ebcb92a6be84031d84a0f21f`

哈希值用于 statsmodels-0.14.4-cp312-cp312-win_amd64.whl

statsmodels-0.14.4-cp312-cp312-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`7f7917a51766b4e074da283c507a25048ad29a18e527207883d73535e0dc6184`
MD5	`f696e6226e34ec25d45443262291c150`
BLAKE2b-256	`599ae466a1b887a1441141e52dbcc98152f013d85076576da6eed2357f2016ae`

哈希值用于 statsmodels-0.14.4-cp312-cp312-musllinux_1_2_x86_64.whl

statsmodels-0.14.4-cp312-cp312-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`bb695c2025d122a101c2aca66d2b78813c321b60d3a7c86bb8ec4467bb53b0f9`
MD5	`77a527c6e75823c6008769c47b914fac`
BLAKE2b-256	`810c2453eec3ac25e300847d9ed97f41156de145e507391ecb5ac989e111e525`

哈希值用于 statsmodels-0.14.4-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

statsmodels-0.14.4-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`4bbb150620b53133d6cd1c5d14c28a4f85701e6c781d9b689b53681effaa655f`
MD5	`65b7fe940ed3f3c599f0e1dd0e4ce66f`
BLAKE2b-256	`fae160a652f18996a40a7410aeb7eb476c18da8a39792c7effe67f06883e9852`

哈希值用于 statsmodels-0.14.4-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

statsmodels-0.14.4-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`ab5e6312213b8cfb9dca93dd46a0f4dccb856541f91d3306227c3d92f7659245`
MD5	`26d147ca6e2f218e1d1550421b8af9a5`
BLAKE2b-256	`e0772440d551eaf27f9c1d3650e13b3821a35ad5b21d3a19f62fb302af9203e8`

哈希值用于 statsmodels-0.14.4-cp312-cp312-macosx_11_0_arm64.whl

statsmodels-0.14.4-cp312-cp312-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`17672b30c6b98afe2b095591e32d1d66d4372f2651428e433f16a3667f19eabb`
MD5	`8e78a10632552a72c8c609c367c30cf3`
BLAKE2b-256	`67d8ac30cf4cf97adaa48548be57e7cf02e894f31b45fd55bf9213358d9781c9`

哈希值用于 statsmodels-0.14.4-cp312-cp312-macosx_10_13_x86_64.whl

statsmodels-0.14.4-cp312-cp312-macosx_10_13_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`5221dba7424cf4f2561b22e9081de85f5bb871228581124a0d1b572708545199`
MD5	`420e44dc1207e64100ba8db24420e11d`
BLAKE2b-256	`f599654fd41a9024643ee70b239e5ebc987bf98ce9fc2693bd550bee58136564`

哈希值用于 statsmodels-0.14.4-cp311-cp311-win_amd64.whl

statsmodels-0.14.4-cp311-cp311-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`a6087ecb0714f7c59eb24c22781491e6f1cfffb660b4740e167625ca4f052056`
MD5	`cf829481e44d96990c57f00783ac7a24`
BLAKE2b-256	`4be4f9e96896278308e17dfd4f60a84826c48117674c980234ee38f59ab28a12`

哈希值用于 statsmodels-0.14.4-cp311-cp311-musllinux_1_2_x86_64.whl

statsmodels-0.14.4-cp311-cp311-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`d9c8fa28dfd75753d9cf62769ba1fecd7e73a0be187f35cc6f54076f98aa3f3f`
MD5	`e6971b47a7ad85c25bccdff64f680a4b`
BLAKE2b-256	`4bc647549345d32da1530a819a3699f6f34f9f70733a245eeb29f5e05e53f362`

哈希值用于 statsmodels-0.14.4-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

statsmodels-0.14.4-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`e332c2d9b806083d1797231280602340c5c913f90d4caa0213a6a54679ce9331`
MD5	`8a4dae6ff33415d7ea002ec8733f4464`
BLAKE2b-256	`9d4fa96e682f82b675e4a6f3de8ad990587d8b1fde500a630a2aabcaabee11d8`

哈希值用于 statsmodels-0.14.4-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

statsmodels-0.14.4-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`aa74aaa26eaa5012b0a01deeaa8a777595d0835d3d6c7175f2ac65435a7324d2`
MD5	`3b5effa391df7f96714fd1e816663f57`
BLAKE2b-256	`b1f291c70a3b4a3e416f76ead61b04c87bc60080d634d7fa2ab893976bdd86fa`

哈希值用于 statsmodels-0.14.4-cp311-cp311-macosx_11_0_arm64.whl

statsmodels-0.14.4-cp311-cp311-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`f5f537f7d000de4a1708c63400755152b862cd4926bb81a86568e347c19c364b`
MD5	`53f2279146c3c31d9f457e3b952c0d6c`
BLAKE2b-256	`070b9a0818be42f6689ebdc7a2277ea984d6299f0809d0e0277128df4f7dc606`

哈希值用于 statsmodels-0.14.4-cp311-cp311-macosx_10_9_x86_64.whl

statsmodels-0.14.4-cp311-cp311-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`5ed7e118e6e3e02d6723a079b8c97eaadeed943fa1f7f619f7148dfc7862670f`
MD5	`2e610d649ff1a76a6d9b9ae1dbe28dae`
BLAKE2b-256	`4888326f5f689e69d9c47a68a22ffdd20a6ea6410b53918f9a8e63380dfc181c`

哈希值用于 statsmodels-0.14.4-cp310-cp310-win_amd64.whl

statsmodels-0.14.4-cp310-cp310-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`9729642884147ee9db67b5a06a355890663d21f76ed608a56ac2ad98b94d201a`
MD5	`448e2ff29327e96b6a82f2a271602f4c`
BLAKE2b-256	`5cf9205130cceeda0eebd5a1a58c04e060c2f87a1d63cbbe37a9caa0fcb50c68`

哈希值用于 statsmodels-0.14.4-cp310-cp310-musllinux_1_2_x86_64.whl

statsmodels-0.14.4-cp310-cp310-musllinux_1_2_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`3bb2e580d382545a65f298589809af29daeb15f9da2eb252af8f79693e618abc`
MD5	`af7ff14b65b78581b6e4ff0e12cb983b`
BLAKE2b-256	`3564df81426924fcc48a0402534efa96cde13275629ae52f123189d16c4b75ff`

哈希值用于 statsmodels-0.14.4-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

statsmodels-0.14.4-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`631bb52159117c5da42ba94bd94859276b68cab25dc4cac86475bc24671143bc`
MD5	`64a1b35b41de22ccc1a661b13b45275b`
BLAKE2b-256	`7844d72c634211797ed07dd8c63ced4ae11debd7a40b24ee80e79346a526194f`

哈希值用于 statsmodels-0.14.4-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

statsmodels-0.14.4-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`2a337b731aa365d09bb0eab6da81446c04fde6c31976b1d8e3d3a911f0f1e07b`
MD5	`bc3a760bb57d5c199b9f5b17b877c555`
BLAKE2b-256	`936ab86f8c9b799dc93e5b4a3267eb809843e6328e34248a53496b96f50d732e`

哈希值用于 statsmodels-0.14.4-cp310-cp310-macosx_11_0_arm64.whl

statsmodels-0.14.4-cp310-cp310-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`46ac7ddefac0c9b7b607eed1d47d11e26fe92a1bc1f4d9af48aeed4e21e87981`
MD5	`c9a4b976901f97b79edf406da986e4b0`
BLAKE2b-256	`baa52f09ab918296e534ea5d132e90efac51ae12ff15992d77539bbfca1158fa`

哈希值用于 statsmodels-0.14.4-cp310-cp310-macosx_10_9_x86_64.whl

statsmodels-0.14.4-cp310-cp310-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`7a62f1fc9086e4b7ee789a6f66b3c0fc82dd8de1edda1522d30901a0aa45e42b`
MD5	`63639a8f9956ff5f0100bffb1cf65b5d`
BLAKE2b-256	`af2c23bf5ad9e8a77c0c8d9750512bff89e32154dea91998114118e0e147ae67`

哈希值用于 statsmodels-0.14.4-cp39-cp39-win_amd64.whl

statsmodels-0.14.4-cp39-cp39-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`8286f69a5e1d0e0b366ffed5691140c83d3efc75da6dbf34a3d06e88abfaaab6`
MD5	`2892c423f838d79a67202e338f360f46`
BLAKE2b-256	`f91bf7c77e5a8c4aba97bca8c730cf4087b102f1cc796d9b71e3430dc31f9e57`

哈希值用于 statsmodels-0.14.4-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

statsmodels-0.14.4-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`6f43da7957e00190104c5dd0f661bfc6dfc68b87313e3f9c4dbd5e7d222e0aeb`
MD5	`ff6cfcdc60475a6dd778f3f03a77e368`
BLAKE2b-256	`688bc640e4a243b59fc75e566ff3509ae55fb6cd4535643494be834c7d69c25d`

哈希值用于 statsmodels-0.14.4-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

statsmodels-0.14.4-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法	哈希摘要
SHA256	`6e9ddefba1d4e1107c1f20f601b0581421ea3ad9fd75ce3c2ba6a76b6dc4682c`
MD5	`06634723fd27a69e0a8854d7a3ebc598`
BLAKE2b-256	`336f44a38bbef8a9641e02e36ad46ca27b43ff26161fe7292995f89306ce964c`

哈希值用于 statsmodels-0.14.4-cp39-cp39-macosx_11_0_arm64.whl

statsmodels-0.14.4-cp39-cp39-macosx_11_0_arm64.whl 的哈希值
算法	哈希摘要
SHA256	`d330da34f59f1653c5193f9fe3a3a258977c880746db7f155fc33713ea858db5`
MD5	`a30c849a8662029d75bedfe6640ccd17`
BLAKE2b-256	`dc02df44d1a73368fd0c0618e3169e7649303e6adb3ce96a429b617549f87165`

哈希值 for statsmodels-0.14.4-cp39-cp39-macosx_10_9_x86_64.whl

statsmodels-0.14.4-cp39-cp39-macosx_10_9_x86_64.whl 的哈希值
算法	哈希摘要
SHA256	`4793b01b7a5f5424f5a1dbcefc614c83c7608aa2b035f087538253007c339d5d`
MD5	`2b94f83e9d89c28ca60a2acb8b640bc7`
BLAKE2b-256	`195e6ed84430ca3133507a8e37446e94f0a9cb45a54b412f600fd8152431cff5`

statsmodels 0.14.4

导航

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

分类器

项目描述

关于statsmodels

文档

主要特性

如何获取

获取最新代码

安装最新的夜间版本轮

从源代码安装

贡献

许可证

讨论和开发

错误报告

项目详情

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

分类器

发布历史发布通知 | RSS源

下载文件

源代码分发

构建分发

statsmodels 0.14.4

导航

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

分类器

项目描述

关于statsmodels

文档

主要特性

如何获取

获取最新代码

安装最新的夜间版本轮

从源代码安装

贡献

许可证

讨论和开发

错误报告

项目详情

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

分类器

发布历史 发布通知 | RSS源

下载文件

源代码分发

构建分发

发布历史发布通知 | RSS源