Migration de Stata vers Python

Question

Certains collègues qui ont lutté avec Stata 11 demandent mon aide pour essayer d'automatiser leur travail laborieux. Ils utilisent principalement 3 Stata:

tsset (définit une analyse de séries chronologiques)

comme dans: tsset year_column, yearly

varsoc (Obtenir des statistiques de sélection décalage d'ordre pour revendeurs à valeur ajoutée)

comme dans: varsoc column_a column_b

VEC (vecteur modèle de correction d'erreur)

comme dans: vec column_a column_b, trend(con) lags(1) noetable

---

Est-ce que quelqu'un sait une bibliothèque scientifique que je peux utiliser par python pour cette même fonctionnalité?

Answer 1

Je crois à la fois scikits.timeseries et econpy/pytrix mettre en œuvre des méthodes d'autorégression de vecteur, mais je n'ai pas mis à travers leurs pas.

Answer 2

Je n'ai absolument aucune idée de ce que font tous ceux, mais NumPy et SciPy. Peut-être Sage ou SymPy.

Answer 3

scikits.timeseries est principalement destiné à la gestion des données et ne dispose que de quelques analyses statistiques, économétriques et non vectorielles. pytrix a quelques fonctions économétriques mais pas de VAR. (Au moins la dernière fois que j'ai regardé.)

scikits.statsmodels et pandas ont tous deux VAR, pandas fait également le traitement des données pour les séries chronologiques. Je n'ai pas encore vu de modèles de correction d'erreurs vectorielles en python, mais scikits.statsmodels se rapproche.

http://groups.google.ca/group/pystatsmodels?hl=en&pli=1

Answer 4

utilisation Rpy2 et appeler le package R var.

Answer 5

Check out scikits.statsmodels.tsa.api.VAR (peut-être besoin pour obtenir la dernière version de développement - utiliser Google), et vérifier la documentation pour elle:

http://statsmodels.sourceforge.net/devel/vector_ar.html#var

Ces modèles intégrer avec les pandas aussi. Je vais travailler dans les mois à venir pour améliorer l'intégration des pandas avec le reste des statsmodels

Correction d'erreurs vectorielles Les modèles n'ont pas encore été implémentés mais sont dans la liste TODO!