时间序列

当你在 Python 数据分析中需要统计建模、推断和诊断时，statsmodels 技能可帮助你使用 statsmodels。它适用于 OLS、GLM、离散因变量、时间序列和混合模型，并提供系数表、p 值、置信区间和假设检验。可将这份 statsmodels 指南用于计量经济学、预测和可交付、可辩护的报告输出。

neurokit2 是一个用于生物信号处理的 Python 技能，可分析 ECG、EEG、EDA、RSP、PPG、EMG 和 EOG 数据。可用于清理信号、检测峰值和事件、提取 HRV 与复杂度特征，并支持心理生理学、临床分析和人机交互中的科学工作流。

aeon 是一个与 scikit-learn 兼容的 Python 技能，用于时间序列机器学习。可用于分类、回归、聚类、预测、异常检测、分段、相似性搜索以及其他时序数据工作流。对于单变量和多变量分析，当你需要超出通用表格型 ML 的专门方法时，它尤其合适。