statistic in python
来源：https://www.cnblogs.com/baiyunwanglai/p/11885532.html
提供用于估计许多不同的统计模型以及进行统计测试和统计数据探索的类和函数。每个估算器都有大量的结果统计信息列表。
基本的功能列表如下
1.Autoregression（AR）
自回归模型（Autoregressive Model，简称 AR 模型）是最常见的平稳时间序列模型之一。
copy
from statsmodels.tsa.ar_model import AR
2.Autoregressive Moving Average（ARMA）
ARMA方法结合了自回归（AR）模型和移动平均（MA）模型。
copy
from statsmodel.tsa.arima_model import ARMA
3.Autoregressive Integrated Moving Average（ARIMA）
ARIMA方法结合自回归（AR）和移动平均（MA）模型以及序列的差分预处理步骤以使序列静止，称为积分。
copy
from statsmodel.tsa.arima_model import ARIMA
4.Seasonal Autoregressive Integrated Moving-Average (SARIMA)
SARIMA方法将序列中的下一步建模为先前时间步骤的差异观测值、误差、差异性季节观测值和季节性误差的线性函数。
它结合了ARIMA模型，能够在季节性水平上执行相同的自回归、差分和移动平均建模。
copy
from statsmodel.tsa.statespace.sarimax import SARIMAX
5.Seasonal Autoregressive Integrated Moving-Average with Exogenous Regressors (SARIMAX)
SARIMAX是SARIMA模型的扩展，还包括外生变量的建模。
SARIMAX方法还可用于使用外生变量对包含的模型进行建模，例如ARX，MAX，ARMAX和ARIMAX。
copy
from statsmodels.tsa.statespace.sarimax import SARIMAX
6.Vector Autoregression (VAR)
向量自回归方法使用AR模型。AR是多个并行时间序列的推广。
copy
from statsmodel.tsa.vector_ar.var_model import VAR
7.Vector Autoregression Moving-Average (VARMA)
这是ARMA对多个并行时间序列的推广，例如，多变量时间序列。
copy
from statsmodel.tsa.statespace.varmax import VARMAX
8.Vector Autoregression Moving-Average with Exogenous Regressors（VARMAX）
VARMAX是VARMA模型的扩展，它还包括外生变量的建模。它是ARMAX方法的多变量版本。
copy
from statsmodels.tsa.statespace.varmax import VARMAX
9.Holt Winter’s Exponential Smoothing (HWES)
HWES是在先前时间步骤的观测的指数加权线性函数，将考虑趋势和季节性因素。
copy
from statsmodel.tsa.holtwinters import ExponentialSmoothing