用途
Statsmodels 是 Python 中用于统计建模的库，面向估计、推断与诊断，覆盖广泛的统计与计量经济模型。该技能用于在数据分析与建模任务中调用 Statsmodels 完成统计建模相关工作。
主要能力
根据技能说明，其适用场景包括：
- 拟合回归模型：OLS、WLS、GLS、分位数回归。
- 广义线性建模：logistic、Poisson、Gamma 等。
- 离散结果分析：二分类、多分类、计数、有序。
- 时间序列分析：ARIMA、SARIMAX、VAR、预测。
- 统计检验与诊断。
- 模型假设检验：异方差、自相关、正态性。
- 离群点与影响点检测。
- 模型比较：AIC/BIC、似然比检验。
- 因果效应估计。
- 生成适合发表的统计表格与推断结果。
使用方式
执行该技能前应先阅读详细指南。指南保留完整流程与参考材料，其安全、前置条件与验证要求为强制内容。对于聚焦型任务，可加载相关章节；对于端到端任务，应完整阅读指南。
资料未提供具体的安装命令或代码示例。
适用场景
当任务明确属于上述统计建模、推断与诊断范围时使用本技能，例如回归建模、广义线性模型、离散结果分析、时间序列分析与预测、统计检验、模型假设检验、模型比较及因果效应估计。
限制
仅当任务与上述范围明确匹配时使用本技能。不应将输出视为针对具体环境的验证、测试或专家审查的替代品。如果缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
关于收费、价格、平台等信息，资料暂未提供。