Metadata-Version: 2.1
Name: kwoq
Version: 0.3.2
Summary: A simple data processing and visualization library
Author: Your Name
Author-email: your.email@example.com
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.7
Description-Content-Type: text/markdown
Requires-Dist: numpy
Requires-Dist: pandas
Requires-Dist: matplotlib
Requires-Dist: scipy
Requires-Dist: statsmodels
Requires-Dist: seaborn
Requires-Dist: scikit-learn
Requires-Dist: requests

# 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

```bash
pip install kwoq==0.1.7
```
## Быстрый старт

```python
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).

```python
# 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
