Python_Statistics 波士顿迷你项目：线性回归：scikitlearn和stats模型，基本原理，数学，OLS方法| 用于线性回归的EDA：散点图，具有多个变量/模型的季节性，对数变换，sm.summary，r平方，f-stat，t-stat，系数，AIC，数据叙述/领域知识| 拟合值与残差图| 分位数与分位数图| 杠杆图删除异常值并比较模型：图形，摘要

0.环境对羟基苯甲酸 按照每份非creare conlitti con contretre版本的ed guigui l'analisi abbiamo biisogno dei modula熊猫数，按虚拟环境隔离虚拟环境； 主要安装虚拟环境： sudo apt install python3-virtualenv creambione dell'ambiente程序： python3 -m venv qaria nella Cartella dove abbiamo creato la

IDCeMPy：膨胀离散选择模型的Python包 Nguyen K.Huynh，Sergio Bejar，Vineeta Yadav，Bumba Mukherjee IDCeMPy是一个Python软件包，提供了一些功能来拟合和评估以下不同组的“膨胀的”离散选择模型的性能。 将零膨胀有序概率（ZIOP）模型拟合为有无和有相关误差（ZIOPC模型），以评估由双重数据生成过程（dgp）产生的零膨胀有序选择结果。 拟合带有和没有相关误差（MIOPC）的中间膨胀有序概率模型（MIOP），以解决与双

mlr（ pip install mlr ） 一个轻量级，易于使用的Python软件包，将scikit-learn的简单API与统计推断测试，可视化残差分析，离群值可视化，多重共线性测试的功能相结合，可在statsmodels和R语言等软件包中找到。 由Tirthajyoti Sarkar博士（， ）撰写和维护。 有用的回归指标， MSE，SSE，SST R ^ 2，调整后的R ^ 2 AIC（赤池信息标准）和BIC（贝叶斯信息标准） 推论统计， 标准错误 置信区间 p值 t检验值