统计学:统计类型、数据和函数库

[bsd2型,图书馆,数学,统计学][建议标签]

这个库提供了许多有用的通用函数和类型在统计学中。我们专注于高性能、数字稳健性、,以及使用良好的算法。在可能的情况下,我们提供参考统计文献。

图书馆的设施可分为四大类:

  • 使用广泛使用的离散和连续概率分配。(有几十种异国情调的发行版本正在使用中;我们专注于最常见的。)

  • 用样本数据计算:分位数估计,核密度估计、直方图、自举方法、显著性测试、,以及回归和自相关分析。

  • 几种不同分布下的随机变量生成。

  • 以下各项之间显著差异的常见统计检验样品。


[跳到自述]

下载

维修人员角落

包装维护人员

对于包维护者和黑客托管者

候选人

  • 没有候选人
版本[RSS(RSS)] 0.1,0.2,0.2.1,0.2.2,0.3,0.3.1,0.3.2,0.3.3,0.3.4,0.3.5,0.3.6,0.4.0,0.4.1,0.5.0.0,0.5.1.0,0.5.1.1,0.5.1.2,0.6.0.0,0.6.0.1,0.6.0.2,0.7.0.0,0.8.0.0,0.8.0.1,0.8.0.2,0.8.0.3,0.8.0.4,0.8.0.5,0.9.0.0,0.10.0.0,0.10.0.1,0.10.1.0,0.10.2.0,0.10.3.0,0.10.3.1,0.10.4.0,0.10.4.1,0.10.5.0,0.10.5.1,0.10.5.2,0.11.0.0,0.11.0.1,0.11.0.2,0.11.0.3,0.12.0.0,0.13.1.0,0.13.1.1,0.13.2.0,0.13.2.1,0.13.2.2,0.13.2.3,0.13.3.0,0.14.0.0,0.14.0.1,0.14.0.2,0.15.0.0,0.15.1.0,0.15.1.1,0.15.2.0,0.16.0.0,0.16.0.1,0.16.0.2,0.16.1.0,0.16.1.1,0.16.1.2,0.16.2.0,0.16.2.1(信息)
更改日志 changelog.md
依赖关系 伊森(>=0.6.0.0),异步(>=2.2.2 && <2.3),基础(>=4.9 && <5),二元的(>=0.5.1.0),数据默认类(>=0.1.2),deepseq公司(>=1.1.0.2),稠密线性代数(>=0.1&&<0.2),ghc-prim公司,math-函数(>=0.3.4.1),mwc-随机(>=0.15.0.0),平行(>=3.2.2.0 && <3.3),原始的(>=0.3),随机的,随机的(>=1.2),矢量(>=0.10),向量算法(>=0.4),向量二进制实例(>=0.2.1),矢量th-unbox[细节]
许可证 BSD-2条款
版权 2009-2014布莱恩·奥沙利文
作者 布莱恩·奥沙利文<bos@serpentine.com>阿列克谢·库达科夫<alexey.skladnoy@gmail.com>
维护人员 阿列克谢·库达科夫<alexey.skladnoy@gmail.com>
类别 数学,统计
主页 https://github.com/haskell/statistics网站
Bug跟踪器 https://github.com/haskell/statistics/问题
源回购 头部:git克隆https://github.com/haskell/statistics网站
已上传 通过阿列克谢·库德亚科夫2023-09-21T18:43:54 Z
分配 架构(architecture):0.16.2.1,借方:0.15.2.0,费多拉:0.16.2.0,免费BSD:0.13.2.3,LTSHaskell公司:0.16.2.1,NixOS:0.16.2.1,堆叠:0.16.2.1,openSUSE(打开SUSE):0.16.2.1
反向依赖关系 64直接,3568间接[细节]
下载 总计115990(过去30天内为418)
额定值 2.25(票数:2)[估计人贝叶斯平均]
您的评分
  • λ
  • λ
  • λ
状态 可用文档[生成日志]
上次成功报告时间:2023-09-21[所有1个报告]

统计自述-0.16.2.1

[返回包描述]

统计:高效通用统计

这个包提供了Statistics模块,这是一个用于以节省空间和时间的方式处理统计数据。

在可能的情况下,我们给出引文和计算复杂性所用算法的估计值。

性能

此库已针对高性能进行了仔细优化。收件人要获得最佳运行时效率,必须编译使用此库的库和应用程序优化。

参与进来!

请通过报告错误github问题跟踪器.

硕士git镜像:

  • git克隆git://github.com/bos/statistics.git

还有一个水银镜:

  • hg克隆https://bitbucket.org/bos/statistics网站

(您可以使用Mercurial或git创建和贡献更改。)

作者

该图书馆由布莱恩·奥沙利文(Bryan O'Sullivan)编写和维护,bos@serpentine.com.