Time Series

Le skill statsmodels vous aide à utiliser statsmodels pour l’analyse de données en Python quand vous avez besoin de modèles statistiques, d’inférence et de diagnostics. Il prend en charge l’ajustement de modèles OLS, GLM, pour variables discrètes, séries temporelles et modèles mixtes, avec tableaux de coefficients, p-values, intervalles de confiance et vérifications d’hypothèses. Utilisez ce guide statsmodels pour l’économétrie, la prévision et un reporting solide et défendable.

neurokit2 est un skill Python de traitement de biosignaux pour analyser des données ECG, EEG, EDA, RSP, PPG, EMG et EOG. Utilisez-le pour nettoyer les signaux, détecter des pics et des événements, extraire des indicateurs de HRV et de complexité, et accompagner des workflows scientifiques en psychophysiologie, analyse clinique et interaction homme-machine.

aeon est un skill Python compatible avec scikit-learn pour le machine learning sur séries temporelles. Utilisez-le pour la classification, la régression, le clustering, la prévision, la détection d’anomalies, la segmentation, la recherche de similarité et d’autres workflows sur données temporelles. Il convient aussi bien aux analyses univariées que multivariées lorsque vous avez besoin de méthodes spécialisées, au-delà du ML tabulaire générique.