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-0.2.7-py3-none-any.whl (11.9 kB view details)

Uploaded Python 3

File details

Details for the file kwoq-0.2.7-py3-none-any.whl.

File metadata

  • Download URL: kwoq-0.2.7-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-0.2.7-py3-none-any.whl
Algorithm Hash digest
SHA256 2efec5bd9ef547613c1083fa21a2b25e68ac66d1f992ea07764450cf67e8ca23
MD5 e551b2827931cfa7e66cae716dc97138
BLAKE2b-256 74b1708f57ba0ca6cf066d27b2787cc8f0479264700527e8a7db09b23699dee4

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