kwoq 0.1.6

A simple data processing and visualization library

Econometric Analysis Library

Библиотека для эконометрического анализа данных с поддержкой AI-интерпретации результатов. Объединяет классические методы статистического анализа с современными подходами к интерпретации данных.

Быстрый старт

import numpy as np
from kwoq import EconometricAnalysis, EconometricAI

# Подготовка данных
X = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])

# Статистический анализ
analysis = EconometricAnalysis(X, y)
results = analysis.print_full_analysis()

# AI интерпретация результатов
ai = EconometricAI(api_token="your_token_here")
interpretation = ai.interpret_results(results)
print(interpretation)

Получение текстов заданий и импортов

Метод get_task_code позволяет получать текст задания по номеру (от 1 до 6) или список импортов (по номеру 0).

# Получение текста задания
task_description = analysis.get_task_code(1)
print(task_description)  # Выведет: Задание 1: Спецификация модели.

# Получение списка импортов
imports = analysis.get_task_code(0)
print(imports)  # Выведет строку с импортами

Основные возможности

Статистический анализ (EconometricAnalysis)

• Построение линейных и полиномиальных регрессий
• Расчет основных статистических показателей (R², F-статистика, t-статистики)
• Анализ остатков и диагностика модели
• Визуализация результатов

AI-интерпретация (EconometricAI)

• Автоматическая интерпретация статистических результатов
• Экономический анализ полученных коэффициентов
• Рекомендации по улучшению модели
• Практические выводы для принятия решений

Требования

• Python >= 3.7
• numpy
• pandas
• matplotlib
• scipy
• statsmodels
• seaborn
• scikit-learn
• requests