下载

Skill UI

浏览并发现 9688+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索回归，共找到 12 条记录

默认排序最新上传最多下载

回归分析助手

performing-regression-analysis

jeremylongshore/claude-code-plugins-plus-skills

使用 regression-analysis-tool 插件执行回归建模，分析数据、构建线性或多项式模型、验证效果并输出性能指标，帮助用户预测结果或探索变量关系。

回归分析助手

regression-analysis-helper

jeremylongshore/claude-code-plugins-plus-skills

自动化支持回归分析任务：给出 SQL、可视化、统计和商业智能场景下的最佳实践、代码片段与校验建议，适合数据分析项目快速搭建和审查。

Aeon 时间序列机器学习

K-Dense-AI/claude-scientific-skills

Aeon 是兼容 scikit-learn 的时间序列机器学习工具，涵盖分类、回归、聚类、预测、异常检测、分割、相似搜索与特征提取，面向各类时序数据场景。

统计分析与假设检验指南

statistical-analysis

K-Dense-AI/claude-scientific-skills

本技能提供系统性的统计分析流程指导，主要应用于学术研究。它帮助用户选择合适的假设检验方法（如t检验、方差分析、回归等），进行假设前提检查以及效应量计算。功能涵盖从数据诊断到生成符合APA格式的专业报告的全过程。

Python统计建模与计量分析

K-Dense-AI/claude-scientific-skills

Statsmodels是用于Python的专业统计建模和计量经济学库。它提供了一套完整的工具集，支持进行严格的统计推断，包括普通最小二乘回归（OLS）、广义线性模型（GLM）、混合效应模型和时间序列分析（ARIMA）。适用于计量经济学、生物统计学等领域，进行详细的诊断分析、系数估计和假设检验，生成专业报告。

PyMC贝叶斯建模与推断

K-Dense-AI/claude-scientific-skills

本技能详细介绍了使用PyMC进行贝叶斯模型构建和概率编程的完整流程。涵盖了从数据准备、建立分层模型（如线性回归、逻辑回归），到使用MCMC采样、进行后验预测检验（PPC）和模型诊断的全过程。适用于需要进行不确定性量化的科学研究和数据分析场景。

Aeon 时间序列机器学习

K-Dense-AI/scientific-agent-skills

Aeon 是兼容 scikit-learn 的时间序列机器学习工具，涵盖分类、回归、聚类、预测、异常检测、分割、相似搜索与特征提取，面向各类时序数据场景。

PyMC贝叶斯建模与推断

K-Dense-AI/scientific-agent-skills

本技能详细介绍了使用PyMC进行贝叶斯模型构建和概率编程的完整流程。涵盖了从数据准备、建立分层模型（如线性回归、逻辑回归），到使用MCMC采样、进行后验预测检验（PPC）和模型诊断的全过程。适用于需要进行不确定性量化的科学研究和数据分析场景。

Python机器学习核心工具

K-Dense-AI/scientific-agent-skills

scikit-learn是业界标准化的Python机器学习库，提供了一套完整的工具集。它覆盖了从数据预处理、模型训练到性能评估的全生命周期，适用于分类、回归、聚类、降维等多种机器学习任务。

统计分析与假设检验指南

statistical-analysis

K-Dense-AI/scientific-agent-skills

本技能提供系统性的统计分析流程指导，主要应用于学术研究。它帮助用户选择合适的假设检验方法（如t检验、方差分析、回归等），进行假设前提检查以及效应量计算。功能涵盖从数据诊断到生成符合APA格式的专业报告的全过程。

Python统计建模与计量分析

K-Dense-AI/scientific-agent-skills

Statsmodels是用于Python的专业统计建模和计量经济学库。它提供了一套完整的工具集，支持进行严格的统计推断，包括普通最小二乘回归（OLS）、广义线性模型（GLM）、混合效应模型和时间序列分析（ARIMA）。适用于计量经济学、生物统计学等领域，进行详细的诊断分析、系数估计和假设检验，生成专业报告。

统计学与数据分析导师

03-data-analysis-stats

24kchengYe/human-skill-tree

本导师旨在培养用户深层次的统计学思维能力。它覆盖了数据分析的完整流程，包括描述性统计、数据可视化、假设检验和回归建模。强调理解统计方法背后的逻辑和原理，而非机械地套用公式。适用于所有使用Python, R, SPSS等工具进行数据分析的学习者。

1

语言