ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ statsmodels ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ Release0.13.5.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ statsmodels ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
ຕົວແບບສະຖິຕິ
ລາຍລະອຽດ
statsmodels ແມ່ນໂມດູນ Python ທີ່ສະຫນອງຫ້ອງຮຽນແລະຫນ້າທີ່ສໍາລັບການຄາດຄະເນຂອງຕົວແບບສະຖິຕິທີ່ແຕກຕ່າງກັນຫຼາຍ, ເຊັ່ນດຽວກັນກັບການເຮັດການທົດສອບສະຖິຕິ, ແລະການສໍາຫຼວດຂໍ້ມູນສະຖິຕິ. ບັນຊີລາຍຊື່ຢ່າງກວ້າງຂວາງຂອງສະຖິຕິຜົນໄດ້ຮັບແມ່ນມີໃຫ້ສໍາລັບແຕ່ລະຜູ້ຄາດຄະເນ. ຜົນໄດ້ຮັບຖືກທົດສອບຕໍ່ກັບຊຸດສະຖິຕິທີ່ມີຢູ່ເພື່ອຮັບປະກັນວ່າພວກມັນຖືກຕ້ອງ. ຊຸດດັ່ງກ່າວຖືກປ່ອຍອອກມາພາຍໃຕ້ໃບອະນຸຍາດແຫຼ່ງເປີດ Modified BSD (3-clause). ແບບຈໍາລອງເສັ້ນຊື່ແບບທົ່ວໄປທີ່ມີການສະຫນັບສະຫນູນການແຈກຢາຍຄອບຄົວຕົວຊີ້ບອກຕົວກໍານົດການທັງຫມົດ. ຕົວແບບສະຫຼັບ Markov (MSAR), ເຊິ່ງເອີ້ນກັນວ່າ Hidden Markov Models (HMM). ຮູບແບບການຖອຍຫຼັງຂອງ vector, VAR ແລະ VAR ໂຄງສ້າງ. ຮູບແບບການແກ້ໄຂຂໍ້ຜິດພາດຂອງ vector, VECM. ຮູບແບບເສັ້ນທີ່ເຂັ້ມແຂງທີ່ມີການສະຫນັບສະຫນູນສໍາລັບ M-estimators ຫຼາຍ. statsmodels ສະຫນັບສະຫນູນການລະບຸຕົວແບບໂດຍໃຊ້ສູດ R-style ແລະ pandas DataFrames.
ຄຸນລັກສະນະ
- ສີ່ຫຼ່ຽມນ້ອຍທຳມະດາ
- ໂດຍທົ່ວໄປແລ້ວສີ່ຫຼ່ຽມນ້ອຍທີ່ສຸດ
- ນ້ຳໜັກຢ່າງໜ້ອຍສີ່ຫຼ່ຽມ
- ສີ່ຫຼ່ຽມນ້ອຍທີ່ສຸດທີ່ມີຄວາມຜິດພາດ autoregressive
- ການຖົດຖອຍໃນປະລິມານ
- ສີ່ຫຼ່ຽມນ້ອຍທີ່ຊ້ຳກັນ
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/statsmodels.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
