从Stata迁移到Python

Question

一些同事在使用Stata 11时遇到困难，正在寻求我的帮助，希望能自动化他们繁琐的工作。他们主要使用Stata中的三个命令：

tsset（设置时间序列分析）

比如：tsset year_column, yearly

varsoc（获取VAR模型的滞后顺序选择统计量）

比如：varsoc column_a column_b

vec（向量误差修正模型）

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

---

有没有人知道可以通过Python使用的科学库，能实现相同功能的？

Answer 1

可以看看 scikits.statsmodels.tsa.api.VAR（可能需要获取最新的开发版本——用谷歌搜索一下）。同时，查看一下它的文档：

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

这些模型也可以和 pandas 一起使用。我将在接下来的几个月里努力改善 pandas 和 statsmodels 其他部分的结合。

向量误差修正模型还没有实现，但它在待办事项列表上！

Answer 2

scikits.timeseries 主要用于处理数据，它提供了一些统计和经济计量分析的功能，但没有向量自回归（VAR）的功能。pytrix 有一些经济计量的函数，但同样也没有 VAR。

（至少我上次查看时是这样的。）

scikits.statsmodels 和 pandas 都支持 VAR，pandas 还可以处理时间序列的数据。我还没有在 Python 中看到任何向量误差修正模型，但 scikits.statsmodels 正在逐渐接近这个功能。

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

Answer 3

我觉得 scikits.timeseries 和 econpy / pytrix 这两个工具都可以用来做向量自回归的方法，不过我还没有实际使用过这两个工具。