클로드스킬마트스킬 둘러보기스킬이 뭐예요?
 
← 목록으로

Statsmodels 통계 모델링

OLS·GLM·ARIMA 등 statsmodels 모델을 진단·추론까지 제대로 다루도록 Claude를 안내하는 통계 분석 스킬.

데이터·분석중급★ 33,030⑂ 3,248AI 점수 8/10마지막 업데이트: 2026. 8. 9.

무엇을 해주나

Python의 대표 통계 라이브러리인 statsmodels를 Claude가 올바르게 사용하도록 안내합니다. 단순 선형회귀부터 일반화선형모형(GLM), 이산선택 모형, 시계열(ARIMA/SARIMAX/VAR)까지 모델 선택 → 적합 → 가정 검정 → 진단 → 보고의 전 과정을 표준화된 워크플로로 제공합니다.

  • 회귀 계열: OLS, WLS, GLS, 분위회귀, 혼합효과모형
  • GLM: 이항·포아송·감마 분포와 링크 함수 선택
  • 이산 결과: Logit/Probit, 다항, 음이항, 영과잉(ZIP/ZINB), 허들 모형
  • 시계열: 정상성 검정(ADF/KPSS), ARIMA 식별, 예측구간, Ljung-Box 진단
  • 진단: 이분산성, 자기상관, 다중공선성(VIF), Cook's distance, 강건 표준오차

주제별 references/ 문서(선형모형, GLM, 이산선택, 시계열, 진단)를 갖추고 있어 필요할 때만 상세 문서를 불러옵니다.

이런 분께 추천

  • 논문·리포트용으로 계수표와 신뢰구간까지 엄밀하게 보고해야 하는 연구자·대학원생
  • 예측보다 해석이 중요한 계량경제·정책 분석 담당자
  • scikit-learn은 익숙하지만 p값·표준오차 기반 추론이 낯선 데이터 분석가
  • 시계열 예측 모델의 가정 검정 절차를 빠뜨리지 않고 싶은 실무자

활용 예시

  1. 매출 회귀 분석: "광고비·계절더미로 매출 OLS 적합하고 이분산 검정 후 필요하면 강건 표준오차로 다시 보고해줘" → 잔차 진단, VIF, 영향관측치 점검까지 자동 수행.
  2. 이탈 예측 해석: "고객 이탈 이진 변수로 로지스틱 회귀 돌리고 오즈비와 한계효과를 표로 정리해줘" → 수렴 경고 확인과 Probit 비교까지 제안.
  3. 월별 수요 예측: "이 시계열이 정상인지 ADF·KPSS로 확인하고 SARIMAX로 12개월 예측구간을 만들어줘" → ACF/PACF 기반 차수 식별과 Ljung-Box 잔차 검정 포함.

· · · 설치 가이드 · · ·

Claude 앱에 설치 (터미널 필요 없음)
  1. 아래 버튼으로 ZIP 파일을 받으세요.
  2. Claude 설정 → Capabilities에서 '코드 실행 및 파일 생성'을 켭니다. (한 번만)
  3. Claude에서 Customize → Skills → + → '스킬 업로드'를 누르고 받은 ZIP을 올립니다.
↓ ZIP 내려받기
Claude Code에 설치

Claude에게 맡기기 — 아래 문장을 Claude Code에 붙여넣으세요

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/statsmodels 폴더를 내 ~/.claude/skills/statsmodels/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.

직접 명령으로 설치하기

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git /tmp/scientific-agent-skills && mkdir -p ~/.claude/skills && cp -r /tmp/scientific-agent-skills/skills/statsmodels ~/.claude/skills/

⚠ 제3자가 만든 스킬입니다. 설치 전 원본 저장소를 한 번 확인하세요.

  1. 터미널을 엽니다. (macOS는 터미널, Windows는 WSL 또는 Git Bash 권장)
  2. Python 3.9 이상이 설치되어 있는지 확인합니다: python3 --version
  3. statsmodels를 설치합니다: uv pip install statsmodels==0.14.6 (uv가 없으면 pip install statsmodels==0.14.6). 예측 지표 예시를 쓰려면 pip install scikit-learn도 추가합니다.
  4. 저장소를 내려받습니다: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  5. 스킬 폴더를 만듭니다: mkdir -p ~/.claude/skills
  6. 스킬을 복사합니다: cp -r scientific-agent-skills/skills/statsmodels ~/.claude/skills/
  7. ~/.claude/skills/statsmodels/references/ 안에 문서 파일들이 함께 복사됐는지 확인합니다.
  8. Claude Code를 재시작한 뒤 "이 CSV로 OLS 회귀 돌리고 진단해줘"처럼 요청하면 스킬이 활성화됩니다.
GitHub에서 원본 보기 ↗라이선스: MIT