Repository navigation
Module_Statistics_zh
cyclone_dll edited this page Sep 13, 2026
·
7 revisions
Vorcyc.Mathematics.Statistics 命名空间提供了全面的统计分析工具，包括基本统计函数、高级统计函数、概率分布计算、序列比较与查找、协方差与相关系数分析、极值查找、数值操作扩展和时间序列分析。
0.10.18：Holt / Holt–Winters 暴露末状态（
HoltWithState/HoltWintersWithState）；ForecastHolt使用递推末趋势。详见 时间序列分析。
本模块所有类型的根命名空间为 ：Vorcyc.Mathematics.Statistics
📒目录
- 🔖 基础统计函数
- 🔖 高级统计函数
- 🔖 其它统计函数
- 🔖 分布相关函数
- 🔖 时间序列分析
- 🔖 IComparable 扩展
- 🔖 ExtremeValueFinder
- 🔖 INumber 扩展
- Vorcyc.Mathematics.Statistics.Basic: 提供基本的统计函数，包括均值、中位数、众数、方差、标准差和变异系数的计算方法。
- Vorcyc.Mathematics.Statistics.Advanced: 提供高级统计函数，包括百分位数、四分位数、偏度、峰度、置信区间、假设检验、方差分析、卡方检验和非参数检验的计算方法。
- Vorcyc.Mathematics.Statistics.Distribution: 提供各种概率分布的计算方法，包括正态分布、泊松分布、指数分布、二项分布、多项分布、Gamma分布和Beta分布。
- Vorcyc.Mathematics.Statistics.IComparableExtension: 提供扩展方法，用于比较和查找序列中的最小值和最大值，支持并行处理。
- Vorcyc.Mathematics.Statistics.Others: 包含其他统计函数，如协方差、相关系数和简单线性回归分析。
- Vorcyc.Mathematics.Statistics.ExtremeValueFinder: 包含查找序列中最大值和最小值的方法。
- Vorcyc.Mathematics.Statistics.INumberExtension: 提供数值操作的扩展方法，支持SIMD优化，包括在跨度中查找最大值和最小值。
- Vorcyc.Mathematics.Statistics.TimeSeriesAnalysis: 提供时间序列分析的方法，包括平滑、分解、预测、自相关、偏自相关、移动平均和指数平滑。
-
- 🔖 ArrayExtension class
- 🔖 BaseConverter class
- 🔖 BitMathExtension class
- 🔖 Combinatorics class
- 🔖 ConstantsFp32 class
- 🔖 NumberMapper class
- 🔖 PinnableArray<T> class
- 🔖 SimpleRNG_Fp32 and SimpleRNG_Fp64 classes
- 🔖 TrigonometryHelper class
- 🔖 VMath class
- 🔖 Pinned buffers (Buffers)
- 🔖 IPinnedBuffer<T> interface
- 🔖 POHBuffer<T> class
- 🔖 NativeBuffer<T> class
-
- 🔖 0.9 classifier walkthrough
- 🔖 KNN<T> class
- 🔖 MultipleLinearRegression<T> class
- 🔖 SimpleLinearRegression<T> class
- 🔖 SupportVectorMachine<TSelf> class
- 🔖 DBSCAN<T> class
- 🔖 ExpectationMaximization<T> class
- 🔖 GMM<T> class
- 🔖 HierarchicalClustering<T> class
- 🔖 KMeansClusterer<T> class
- 🔖 VectorQuantization<T> class
- 🔖 FactorAnalysis<T> class
- 🔖 PCA<TSelf> class
- 🔖 TSNE<T> class
- 🔖 Distance metric classes
-
📒 Examples
-
📒 GPU 策略说明
- 🔖 为何放弃主包 GPU
- 🔖 当前性能路径
- 🔖 若仍需要更强算力
-
📒 计算上下文模块
-
📒 核心模块
-
📒 深度学习模块
-
📒 线性代数模块
-
📒 机器学习模块
- 🔖 0.9 分类器完整示例
- 🔖 KNN<T> 类
- 🔖 MultipleLinearRegression<T> 类
- 🔖 SimpleLinearRegression<T> 类
- 🔖 SupportVectorMachine<TSelf> 类
- 🔖 DBSCAN<T> 类
- 🔖 ExpectationMaximization<T> 类
- 🔖 GMM<T> 类
- 🔖 HierarchicalClustering<T> 类
- 🔖 KMeansClusterer<T> 类
- 🔖 VectorQuantization<T> 类
- 🔖 FactorAnalysis<T> 类
- 🔖 PCA<TSelf> 类
- 🔖 TSNE<T> 类
- 🔖 距离度量类
-
📒 信号处理模块
-
📒 数值模块
-
📒 统计模块
- 🔖 基础统计函数
- 🔖 高级统计函数
- 🔖 稳健统计 / RunningMoments
- 🔖 其它统计函数
- 🔖 分布相关函数
- 🔖 时间序列分析
- 🔖 IComparable 扩展
- 🔖 ExtremeValueFinder
- 🔖 INumber 扩展
-
📒 FFTW 扩展
-
📒 示例