Skip to main content

A simple data processing and visualization library

Project description

Econometric Analysis Library

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

Установка

pip install kwoq==0.1.7

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()

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(1)
print(task_description)  # Выведет: Задание 1: Спецификация модели.

# Получение списка импортов
imports = analysis.get(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

Требования

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

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distributions

No source distribution files available for this release.See tutorial on generating distribution archives.

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

kwoq-0.2.6-py3-none-any.whl (11.9 kB view details)

Uploaded Python 3

File details

Details for the file kwoq-0.2.6-py3-none-any.whl.

File metadata

  • Download URL: kwoq-0.2.6-py3-none-any.whl
  • Upload date:
  • Size: 11.9 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.1.1 CPython/3.12.3

File hashes

Hashes for kwoq-0.2.6-py3-none-any.whl
Algorithm Hash digest
SHA256 4e23e2a55e729e28b9272b3dcc5e0a7d9286b4104060893feb48d35bfdccf642
MD5 fd64d3eb5b169d1904dbe0ad35f50edd
BLAKE2b-256 a2adc624037514bc4f57ac14d21dd09ca00d208198308fe92fd08caf46d622a2

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page