CentreForDigitalHumanities / CentreForDigitalHumanities/programming-in-python

Python is a bit under-equipped for statistical modeling

Ouverte
#9 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
enhancement
Langage dominant
Jupyter Notebook
Étoiles
1
Forks
1
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

One of the course participants was trying to fit a linear mixed effects model with two levels of grouping. [`statsmodels.MixedLM`](https://www.statsmodels.org/stable/generated/statsmodels.regression.mixed_linear_model.MixedLM.html#statsmodels.regression.mixed_linear_model.MixedLM) does not support this. You can interface with R packages that provide this functionality through [pymer4](https://eshinjolly.com/pymer4/), but installing that in a Jupyter notebook is nontrivial because it also involves installing the dependent R packages.

Take home point: you can do statistical modeling in Python, but if your use case is somewhat advanced, you are probably better off using something more special-purpose such as R. We should add this as a note to the statistical modeling section in the tips.

Guide de contribution

Ouvrir le guide de contribution

Piste de recherche

Repérez la section consacrée à la modélisation statistique dans les conseils et lisez les indications qui l’entourent sur la modélisation avec Python. Ajoutez une note expliquant la limitation de statsmodels.MixedLM pour deux niveaux de regroupement et l’adéquation d’outils plus spécialisés comme R, puis vérifiez que la note s’intègre bien à la section et reflète fidèlement les ressources liées.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python, r
Domaine
documentation
Type d'issue
Documentation
Difficulté
2/5
Temps estimé
1-3 heures
Activité
À l'abandon
Clarté
Plutôt claire
Accessibilité débutants
50/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.