معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Diebold-Mariano test

ویژگی	مقدار
سیستم عامل	-
نام فایل	dieboldmariano-1.0.0
نام	dieboldmariano
نسخه کتابخانه	1.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Edoardo Annunziata
ایمیل نویسنده	annunziata.edoardo@outlook.com
آدرس صفحه اصلی	https://github.com/edoannunziata/dieboldmariano
آدرس اینترنتی	https://pypi.org/project/dieboldmariano/
مجوز	-

# dieboldmariano This package provides a simple, pure-Python implementation of the Diebold-Mariano statistical test. It has no dependencies outside the Python standard library. ## What is the Diebold-Mariano test? Assume we have a real-valued timeseries $T_{n \ge 0}$, and two forecasters $F$, $G$ who each produce predictions $F_{n \ge 0}$, $G_{n \ge 0}$. Which one is better? Is the difference statistically significant? The cost function for errors can be specified arbitrarily and does not need to be symmetric (for example, one might want to penalize errors in one direction more). An usual choice (the default in this implementation if no cost function is passed explicitly) is the square error. The test produces the DM statistic and the corresponding p-value. A more detailed and very accessible description is available at the link in the references section. ## Code example ``` >>> from dieboldmariano import dm_test >>> T = [10, 20, 30, 40, 50] >>> F = [11, 21, 29, 42, 53] >>> G = [13, 26, 24, 40, 59] >>> dm_test(T, F, G, one_sided=True) (-2.2229922805746782, 0.04515565862099125) ``` ## References Diebold, F.X. and Mariano, R.S. (1995) Comparing predictive accuracy. Journal of Business and Economic Statistics, 13, 253-263. Harvey, D., Leybourne, S., & Newbold, P. (1997). Testing the equality of prediction mean squared errors. International Journal of forecasting, 13(2), 281-291. https://www.real-statistics.com/time-series-analysis/forecasting-accuracy/diebold-mariano-test/

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl dieboldmariano-1.0.0:

pip install dieboldmariano-1.0.0.whl

نصب پکیج tar.gz dieboldmariano-1.0.0:

pip install dieboldmariano-1.0.0.tar.gz