Skills Agentes

Statsmodels

Librería de modelado estadístico para Python: OLS, GLM, modelos mixtos, ARIMA, con diagnósticos, residuos e inferencia detallada. Ideal para econometría e inferencia rigurosa con tablas de coeficientes.

Solicitaread write edit bash
Estrellas
34.8k

en todo el repo

Actividad
59

0–100, la ruta de este skill

Actualizado
el mes pasado

último commit aquí

Commits
4

últimos 90 días

Contexto
2.5k tok

82 tok en reposo

Paquete
9 archivos

106 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add K-Dense-AI/scientific-agent-skills --skill statsmodels --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Ajusta modelos de regresión (OLS, WLS, GLS, regresión cuantílica) y modelos lineales generalizados (logística, Poisson, Gamma)
  • Analiza series temporales con ARIMA, SARIMAX, VAR y genera pronósticos
  • Ejecuta diagnósticos de residuos, heterocedasticidad, autocorrelación y detecta observaciones influyentes
  • Compara modelos con AIC/BIC y pruebas de razón de verosimilitud, y estima efectos causales
  • Produce tablas estadísticas listas para publicación con errores estándar e intervalos de confianza

Úsalo cuando

  • Ajustar modelos de regresión o GLM con inferencia detallada (coeficientes, errores estándar, IC)
  • Analizar series temporales (ARIMA, SARIMAX, VAR) o probar estacionariedad
  • Necesitas econometría rigurosa en vez de solo predicción
  • Comparar modelos, testear supuestos o detectar observaciones influyentes

No lo uses cuando

  • El objetivo es predicción pura sin necesidad de interpretar los coeficientes (usa scikit-learn)
  • Necesitas selección guiada de pruebas estadísticas con reporte estilo APA (usa la skill statistical-analysis)

Qué lo activa

Di cualquiera de estas frases y el agente debería cargar este skill.

  • Ajusta un modelo de regresión logística con statsmodels y dame los odds ratios
  • Corre un ARIMA sobre esta serie temporal y revisa los residuos
  • Compara estos modelos con AIC y BIC
  • Necesito una tabla de regresión OLS con errores estándar robustos

SKILL.md

En inglés

Statsmodels: Statistical Modeling and Econometrics

Overview

Statsmodels is Python's premier library for statistical modeling, providing tools for estimation, inference, and diagnostics across a wide range of statistical methods. Apply this skill for rigorous statistical analysis, from simple linear regression to complex time series models and econometric analyses.

Current Compatibility

Examples target statsmodels 0.14.6, released Dec 5, 2025. For reproducible environments, pin the primary package:

uv pip install statsmodels==0.14.6

Use statsmodels.api and statsmodels.formula.api for stable high-level imports, and direct module imports when examples require newer or specialized classes such as HurdleCountModel.

When to Use This Skill

This skill should be used when:

  • Fitting regression models (OLS, WLS, GLS, quantile regression)
  • Performing generalized linear modeling (logistic, Poisson, Gamma, etc.)
  • Analyzing discrete outcomes (binary, multinomial, count, ordinal)
  • Conducting time series analysis (ARIMA, SARIMAX, VAR, forecasting)
  • Running statistical tests and diagnostics
  • Testing model assumptions (heteroskedasticity, autocorrelation, normality)
  • Detecting outliers and influential observations
  • Comparing models (AIC/BIC, likelihood ratio tests)
  • Estimating causal effects
  • Producing publication-ready statistical tables and inference

Quick Start, Capabilities, and Model Selection

statsmodels is for inference — standard errors, confidence intervals, and hypothesis tests. Reach for scikit-learn when prediction is the goal and the coefficients do not need interpreting.

Best Practices

Data Preparation

  1. Always add constant: Use sm.add_constant() unless excluding intercept
  2. Check for missing values: Handle or impute before fitting
  3. Scale if needed: Improves convergence, interpretation (but not required for tree models)
  4. Encode categoricals: Use formula API or manual dummy coding

Model Building

  1. Start simple: Begin with basic model, add complexity as needed
  2. Check assumptions: Test residuals, heteroskedasticity, autocorrelation
  3. Use appropriate model: Match model to outcome type (binary→Logit, count→Poisson)
  4. Consider alternatives: If assumptions violated, use robust methods or different model

Inference

  1. Report effect sizes: Not just p-values
  2. Use robust SEs: When heteroskedasticity or clustering present
  3. Multiple comparisons: Correct when testing many hypotheses
  4. Confidence intervals: Always report alongside point estimates

Model Evaluation

  1. Check residuals: Plot residuals vs fitted, Q-Q plot
  2. Influence diagnostics: Identify and investigate influential observations
  3. Out-of-sample validation: Test on holdout set or cross-validate
  4. Compare models: Use AIC/BIC for non-nested, LR test for nested

Reporting

  1. Comprehensive summary: Use .summary() for detailed output
  2. Document decisions: Note transformations, excluded observations
  3. Interpret carefully: Account for link functions (e.g., exp(β) for log link)
  4. Visualize: Plot predictions, confidence intervals, diagnostics

Common Workflows

Workflow 1: Linear Regression Analysis

  1. Explore data (plots, descriptives)
  2. Fit initial OLS model
  3. Check residual diagnostics
  4. Test for heteroskedasticity, autocorrelation
  5. Check for multicollinearity (VIF)
  6. Identify influential observations
  7. Refit with robust SEs if needed
  8. Interpret coefficients and inference
  9. Validate on holdout or via CV

Workflow 2: Binary Classification

  1. Fit logistic regression (Logit)
  2. Check for convergence issues
  3. Interpret odds ratios
  4. Calculate marginal effects
  5. Evaluate classification performance (AUC, confusion matrix)
  6. Check for influential observations
  7. Compare with alternative models (Probit)
  8. Validate predictions on test set

Workflow 3: Count Data Analysis

  1. Fit Poisson regression
  2. Check for overdispersion
  3. If overdispersed, fit Negative Binomial
  4. Check for excess zeros (consider ZIP/ZINB)
  5. Interpret rate ratios
  6. Assess goodness of fit
  7. Compare models via AIC
  8. Validate predictions

Workflow 4: Time Series Forecasting

  1. Plot series, check for trend/seasonality
  2. Test for stationarity (ADF, KPSS)
  3. Difference if non-stationary
  4. Identify p, q from ACF/PACF
  5. Fit ARIMA or SARIMAX
  6. Check residual diagnostics (Ljung-Box)
  7. Generate forecasts with confidence intervals
  8. Evaluate forecast accuracy on test set

Reference Documentation

This skill includes comprehensive reference files for detailed guidance:

references/linear_models.md

Detailed coverage of linear regression models including:

  • OLS, WLS, GLS, GLSAR, Quantile Regression
  • Mixed effects models
  • Recursive and rolling regression
  • Comprehensive diagnostics (heteroskedasticity, autocorrelation, multicollinearity)
  • Influence statistics and outlier detection
  • Robust standard errors (HC, HAC, cluster)
  • Hypothesis testing and model comparison

references/glm.md

Complete guide to generalized linear models:

  • All distribution families (Binomial, Poisson, Gamma, etc.)
  • Link functions and when to use each
  • Model fitting and interpretation
  • Pseudo R-squared and goodness of fit
  • Diagnostics and residual analysis
  • Applications (logistic, Poisson, Gamma regression)

references/discrete_choice.md

Comprehensive guide to discrete outcome models:

  • Binary models (Logit, Probit)
  • Multinomial models (MNLogit, Conditional Logit)
  • Count models (Poisson, Negative Binomial, Zero-Inflated, Hurdle)
  • Ordinal models
  • Marginal effects and interpretation
  • Model diagnostics and comparison

references/time_series.md

In-depth time series analysis guidance:

  • Univariate models (AR, ARIMA, SARIMAX, Exponential Smoothing)
  • Multivariate models (VAR, VARMAX, Dynamic Factor)
  • State space models
  • Stationarity testing and diagnostics
  • Forecasting methods and evaluation
  • Granger causality, IRF, FEVD

references/stats_diagnostics.md

Comprehensive statistical testing and diagnostics:

  • Residual diagnostics (autocorrelation, heteroskedasticity, normality)
  • Influence and outlier detection
  • Hypothesis tests (parametric and non-parametric)
  • ANOVA and post-hoc tests
  • Multiple comparisons correction
  • Robust covariance matrices
  • Power analysis and effect sizes

When to reference:

  • Need detailed parameter explanations
  • Choosing between similar models
  • Troubleshooting convergence or diagnostic issues
  • Understanding specific test statistics
  • Looking for code examples for advanced features

Search patterns:

# Find information about specific models
rg "Quantile Regression" references/

# Find diagnostic tests
rg "Breusch-Pagan" references/stats_diagnostics.md

# Find time series guidance
rg "SARIMAX" references/time_series.md

Common Pitfalls to Avoid

  1. Forgetting constant term: Always use sm.add_constant() unless no intercept desired
  2. Ignoring assumptions: Check residuals, heteroskedasticity, autocorrelation
  3. Wrong model for outcome type: Binary→Logit/Probit, Count→Poisson/NB, not OLS
  4. Not checking convergence: Look for optimization warnings
  5. Misinterpreting coefficients: Remember link functions (log, logit, etc.)
  6. Using Poisson with overdispersion: Check dispersion, use Negative Binomial if needed
  7. Not using robust SEs: When heteroskedasticity or clustering present
  8. Overfitting: Too many parameters relative to sample size
  9. Data leakage: Fitting on test data or using future information
  10. Not validating predictions: Always check out-of-sample performance
  11. Comparing non-nested models: Use AIC/BIC, not LR test
  12. Ignoring influential observations: Check Cook's distance and leverage
  13. Multiple testing: Correct p-values when testing many hypotheses
  14. Not differencing time series: Fit ARIMA on non-stationary data
  15. Confusing prediction vs confidence intervals: Prediction intervals are wider

Getting Help

For detailed documentation and examples:

Reproducido de K-Dense-AI/scientific-agent-skills bajo licencia BSD-3-Clause license. Leer esta página en markdown.

Archivos

9 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

Antes de instalar

Requiere Python 3.9+ y `uv pip install statsmodels==0.14.6`; los ejemplos de métricas predictivas también necesitan scikit-learn.

Necesita en el PATH:rg

Detalles

Creador
K-Dense-AI
Licencia
BSD-3-Clause license
Recursos incluidos
referencias
Código fuente
Ver SKILL.md

Etiquetas

Más de K-Dense-AI/scientific-agent-skills

Este repo incluye 163 skills. Si instalas uno, normalmente ya tienes los demás.

Gestión integral de citas académicas: busca en OpenAlex, PubMed y Google Scholar, extrae metadatos precisos, valida citas y genera entradas BibTeX correctamente formateadas.

Costo de contexto al activarse
3.7k tok
Tamaño del paquete
21 archivos
Última actualización
hace 28 días
investigacion

Realiza revisiones bibliográficas sistemáticas y completas usando varias bases académicas (PubMed, arXiv, bioRxiv, Semantic Scholar). Genera markdown y PDF con citas verificadas en varios estilos (APA, Nature, Vancouver).

Costo de contexto al activarse
3.2k tok
Tamaño del paquete
12 archivos
Última actualización
hace 15 días
investigacion

Crea decks de diapositivas y presentaciones para charlas de investigación: PowerPoint, presentaciones de conferencia, seminarios, defensas de tesis. Da estructura, plantillas, guía de tiempos y validación visual.

Costo de contexto al activarse
5.1k tok
Tamaño del paquete
24 archivos
Última actualización
hace 15 días
documentos

Crea infografías profesionales con Nano Banana Pro AI y refinamiento iterativo inteligente. Usa Gemini 3.6 Flash para revisar la calidad e integra investigación con Perplexity Sonar. Soporta 10 tipos, 8 estilos y paletas para daltonismo.

Costo de contexto al activarse
2.7k tok
Tamaño del paquete
8 archivos
Última actualización
hace 15 días
diseno ui

Crea pósteres de investigación profesionales en LaTeX con beamerposter, tikzposter o baposter, para conferencias y comunicación científica: layout, colores, columnas múltiples e integración de figuras.

Costo de contexto al activarse
3.9k tok
Tamaño del paquete
17 archivos
Última actualización
hace 15 días
documentos

Crea diagramas científicos de calidad de publicación con la IA Nano Banana 2 y refinamiento iterativo inteligente. Gemini 3.6 Flash revisa la calidad y solo regenera si está por debajo del umbral de tu tipo de documento.

Costo de contexto al activarse
4.1k tok
Tamaño del paquete
6 archivos
Última actualización
hace 15 días
diseno ui

Skills relacionados

Aeon

34.8k

Para tareas de machine learning con series temporales: clasificación, regresión, clustering, forecasting, detección de anomalías, segmentación y búsqueda de similitud, con APIs compatibles con scikit-learn.

Costo de contexto al activarse
3.1k tok
Tamaño del paquete
12 archivos
Última actualización
el mes pasado
datos analitica

Anndata

34.8k

Estructura de datos para matrices anotadas en análisis de célula única. Úsala con archivos .h5ad o el ecosistema scverse; para análisis usa scanpy, para modelos probabilísticos scvi-tools, para escala poblacional cellxgene-census.

Costo de contexto al activarse
3k tok
Tamaño del paquete
6 archivos
Última actualización
el mes pasado
datos analitica

Infiere redes de regulación génica (GRN) a partir de datos de expresión génica con algoritmos escalables (GRNBoost2, GENIE3), para transcriptómica bulk o de célula única, con computación distribuida.

Costo de contexto al activarse
2.1k tok
Tamaño del paquete
5 archivos
Última actualización
el mes pasado
datos analitica