В рамках сборки Stat существуют следующие классы:
| Класс | Краткое описание | |
| Класс QRegStatistics определяет характеристики квантильной регрессии. | ||
| Класс Sm2SLS реализует метод инструментальных переменных для оценки коэффициентов линейной регрессии. | ||
| Класс SmARCHTest предназначен для работы с параметрами теста ARCH на гетероскедастичность. | ||
| Устарел. Класс SmArima реализует алгоритм статистического метода ARIMA. | ||
| Класс SmAssociationRules предназначен для выполнения интеллектуального анализа данных методом «Анализ ассоциаций». | ||
| Класс SmAugmentDickeyFullerTest предназначен для работы с параметрами расширенного теста Дики-Фуллера. | ||
| Класс SmAutoCorrelation реализует алгоритм автокорреляционного анализа. | ||
| Класс SmAutoRegress реализует алгоритм авторегрессии. | ||
| Класс SmBackPropagation предназначен для интеллектуального анализа данных методом «Сеть обратного распространения». | ||
| Класс SmBandpassFilter реализует алгоритм Бакстера-Кинга. | ||
| Класс SmBetaDistribution позволяет генерировать выборку псевдослучайных чисел из бета-распределения с заданными параметрами. | ||
| Класс SmBinaryModel реализует алгоритм бинарной регрессии. | ||
| Класс SmBinning предназначен для работы с процедурой Binning. | ||
| Класс SmBinomialDistribution позволяет генерировать выборку псевдослучайных целых чисел из дискретного биномиального распределения с заданными параметрами. | ||
| Класс SmBoxConstrainedOptimization предназначен для работы с параметрами оптимизации функции произвольного вида. | ||
| Класс SmBreuschPaganGodfreyTest предназначен для работы с параметрами теста Бреуша-Пагана-Годфри на гетероскедастичность. | ||
| Класс SmBreuschPaganTest предназначен для работы с параметрами теста Бреуша-Пагана. | ||
| Класс SmCART предназначен для решения задач классификации путем построения бинарных деревьев. | ||
| Класс SmCauchyDistribution позволяет генерировать выборку псевдослучайных чисел из распределения Коши с заданными параметром сдвига (медианой) и параметром масштаба. | ||
| Класс SmCensoredTruncatedRegression предназначен для расчета линейной регрессии с урезанными или цензурированными данными. | ||
| Класс SmCensus1 реализует метод «Census I», который производит разложение исходного ряда на сезонную, тренд-циклическую и нерегулярную составляющую. | ||
| Класс SmCensus2 реализует метод «X11», который является усовершенствованным вариантом метода сезонной декомпозиции и корректировки «Census I». | ||
| Класс SmChi2Distribution позволяет генерировать выборку псевдослучайных чисел из распределения χ2 (хи-квадрат) с заданным количеством степеней свободы. | ||
| Класс SmChowTest реализует алгоритм теста Чоу на наличие структурных изменений. | ||
| Класс SmCointegratingRegression предназначен для работы с коинтегрирующей регрессией. | ||
| Класс SmCointegrationEq реализует алгоритм метода коррекции ошибок. | ||
| Класс SmCurveEstimation реализует алгоритм подбора формы зависимости. | ||
| Класс SmDecisionTree предназначен для заполнения пропусков в значениях ряда с помощью дерева решений. | ||
| Класс SmDerivative предназначен для расчёта производных. | ||
| Класс SmDickeyFullerGLSTest предназначен для работы с параметрами обобщенного теста Дики-Фуллера. | ||
| Класс SmDiscriminantAnalysis применяется для интеллектуального анализа данных методом «Дискриминантный анализ». | ||
| Класс SmElliotRothenbergStockTest предназначен для работы с параметрами теста Эллиота-Розенберга-Стока. | ||
| Класс SmEngleGrangerTest предназначен для работы с параметрами теста Энгла-Гранжера. | ||
| Класс SmErrorCorrectionModel реализует алгоритм расчета модели коррекции ошибок (ECM). | ||
| Класс SmExponentialDistribution позволяет генерировать выборку псевдослучайных чисел из экспоненциального распределения с заданным математическим ожиданием. | ||
| Класс SmExponentialSmoothing реализует алгоритм экспоненциального сглаживания. | ||
| Класс SmFillGapsProcedure реализует алгоритм обработки пропусков рядов данных. | ||
| Класс SmFisherDistribution позволяет генерировать выборку псевдослучайных чисел из распределения Фишера с двумя заданными степенями свободы. | ||
| Класс SmFisherTest реализует алгоритм теста Фишера. | ||
| Класс SmGammaDistribution позволяет генерировать выборку псевдослучайных чисел из гамма-распределения с заданными параметрами формы и масштаба. | ||
| Класс SmGARCH реализует алгоритм авторегрессионной условно гетероскедастичной модели (GARCH модель). | ||
| Класс SmGeneralizedExtremeValueDistribution предназначен для оценки параметров распределения экстремальных значений методом максимального правдоподобия. | ||
| Класс SmGeneralizedParetoDistribution предназначен для оценки параметров обобщенного распределения Парето методом максимального правдоподобия. | ||
| Класс SmGeometricExtrapolation реализует алгоритм геометрической экстраполяции. | ||
| Класс SmGradientBoostedTree предназначен для настройки параметров расчета градиентного бустинга. | ||
| Класс SmGrangerTest реализует алгоритм теста Гранжера. | ||
| Класс SmGreyForecast реализует алгоритм Грей-метода. | ||
| Класс SmHierarchicalClusterAnalysis реализует алгоритм иерархического кластерного анализа. | ||
| Класс SmHighlightExceptions предназначен для выполнения интеллектуального анализа данных методом «Поиск исключений». | ||
| Класс SmHodrickPrescottFilter реализует алгоритм фильтра Ходрика-Прескотта. | ||
| Класс SmHyperGeometricDistribution позволяет по заданным параметрам генерировать выборку псевдослучайных целых чисел из дискретного гипергеометрического распределения количества «успешных элементов» в выборке из конечной совокупности, содержащей «успешные элементы». | ||
| Класс SmJohansenTest реализует алгоритм теста Йохансена. | ||
| Класс SmKmeansClusterAnalysis реализует алгоритм кластеризации методом к-средних. | ||
| Класс SmKolmogorovSmirnovTest реализует алгоритм теста Колмогорова-Смирнова. | ||
| Класс SmKwiatkowskiPhillipsSchmidtShinTest предназначен для работы с параметрами теста Квятковского-Филлипса-Шмидта-Шина. | ||
| Класс SmLIML предназначен для работы с методом максимального правдоподобия с ограниченной информацией и методом оценки K-class. | ||
| Класс SmLinearEquations реализует алгоритм решения системы линейных уравнений. | ||
| Класс SmLinearProgramming реализует алгоритм линейного программирования (симплекс-метод). | ||
| Класс SmLinearRegress реализует алгоритм метода линейная регрессия. | ||
| Класс SmLogisticDistribution позволяет генерировать выборку псевдослучайных чисел из логистического распределения с заданными параметром сдвига (медианой) и параметром масштаба. | ||
| Класс SmLogisticRegression предназначен для интеллектуального анализа данных методом «Логистическая регрессия». | ||
| Класс SmLogNormalDistribution позволяет генерировать выборку псевдослучайных чисел из логнормального распределения с заданными математическим ожиданием и дисперсией. | ||
| Класс SmLongRunCovariance предназначен для работы с долгосрочной ковариацией. | ||
| Класс SmLRXFilter реализует алгоритм LRX-фильтра. | ||
| Класс SmMarkovSwitchingGARCH предназначен для работы с моделю MS-GARCH (Markov switching GARCH) с одним переменным параметром: среднее значение дисперсии. | ||
| Класс SmMedianSmoothing реализует алгоритм медианного сглаживания. | ||
| Класс SmMultiNormalDistribution позволяет генерировать выборку псевдослучайных чисел из многомерного нормального распределения. | ||
| Класс SmNaiveBayes используется для выявления ключевых факторов с помощью наивного классификатора Байеса. | ||
| Класс SmNgPerronTest предназначен для работы с параметрами теста Нг-Перрона. | ||
| Класс SmNonLinearEquations реализует алгоритм системы нелинейных уравнений. | ||
| Класс SmNonLinearLeastSquare реализует алгоритм нелинейного метода наименьших квадратов. | ||
| Класс SmNonLinearOptimization реализует алгоритм оптимизации функции произвольного вида при нелинейных ограничениях. | ||
| Класс SmNormalDistribution позволяет генерировать вектор псевдослучайных чисел исходя из нормального распределения с заданными средним значением (математическим ожиданием) и дисперсией. | ||
| Класс SmOmittedVariablesTest реализует алгоритм теста на пропущенные переменные. | ||
| Класс SmPairCorrelation реализует алгоритм расчета парных коэффициентов корреляции. | ||
| Класс SmParetoDistribution реализует алгоритм распределения Парето. | ||
| Класс SmPartialCorrelation реализует алгоритм расчета частных коэффициентов корреляции. | ||
| Класс SmPhillipsOuliarisTest предназначен для работы с параметрами теста Филлипса-Оуляриса. | ||
| Класс SmPhillipsPerronTest предназначен для работы с параметрами теста Филлипса-Перрона. | ||
| Класс SmPoissonDistribution позволяет генерировать выборку псевдослучайных целых чисел из дискретного распределения Пуассона с заданной интенсивностью событий. | ||
| Класс SmPooledModel реализует алгоритм регрессии на панельных данных. | ||
| Класс SmPrincipalComponentAnalysis реализует алгоритм метода главных компонент. | ||
| Класс SmQPortions реализует алгоритм расчета медианы, квартилей, процентилей и децилей. | ||
| Класс SmQuadraticProgramming реализует задачу квадратичного программирования. | ||
| Класс SmQuantileRegression реализует метод квантильной регрессии. | ||
| Класс SmR предназначен для интеграции с R. | ||
| Класс SmRamseyRESSETTest реализует алгоритм теста (RESET тест) на наличие ошибок спецификации модели линейной регрессии (Критерий функциональной формы). | ||
| Класс SmRandomForest предназначен для работы с ансамблем деревьев решений Random Forest. | ||
| Класс SmRedundantVariablesTest реализует алгоритм теста на избыточные переменные. | ||
| Класс SmRManager предназначен для задания пути к дистрибутиву R. | ||
| Класс SmRollingRegression предназначен для работы с параметрами скользящей регрессии. | ||
| Класс SmSelfOrganizingMap предназначен для кластеризации данных с помощью самоорганизующихся карт Кохонена. | ||
| Класс SmSerialCorrelationLMTest реализует алгоритм теста на автокорреляцию остатков модели линейной регрессии. | ||
| Класс SmSimultaneousSystem реализует алгоритм для решения системы одновременных уравнений. | ||
| Класс SmSingularSpectrumAnalysis предназначен для выполнения сингулярного спектрального анализа временных рядов. | ||
| Класс SmSlideSmoothing реализует алгоритм скользящего среднего. | ||
| Класс SmStudentDistribution позволяет генерировать выборку псевдослучайных чисел из распределения Стьюдента с заданным количеством степеней свободы. | ||
| Класс SmUniformDistribution позволяет генерировать выборку псевдослучайных чисел из непрерывного равномерного распределения на интервале [a, b]. | ||
| Класс SmUnivariateSpectrumAnalysis реализует алгоритм спектрального анализа. | ||
| Класс SmVarianceAnalysis реализует алгоритм дисперсионного анализа. | ||
| Класс SmVectorAutoRegress реализует алгоритм расчета векторной авторегрессии или расчета импульсной функции отклика. | ||
| Класс SmWeibullDistribution позволяет генерировать выборку псевдослучайных чисел из двухпараметрического распределения Вейбулла с заданными параметрами формы и масштаба. | ||
| Класс SmWhiteHeteroskedasticityTest реализует алгоритм теста Уайта на гетероскедастичность остатков модели линейной регрессии. | ||
| Класс Smx12arima предназначен для работы с методом сезонных поправок X12. | ||
| Класс Statistics реализует алгоритмы статистических функций. |
См. также: