المهارات statsmodels
📦

statsmodels

مراجعة المحتوى r1 مخاطر منخفضة ⚡ يحتوي على سكربتات⚙️ الأوامر الخارجية🌐 الوصول إلى الشبكة

استخدام Statsmodels للنمذجة الإحصائية

غالبا ما تتطلب النمذجة الإحصائية اختيارا دقيقا للنموذج، وتشخيصات، وتفسيرا. توجه هذه المهارة Claude وCodex وClaude Code عبر سير عمل statsmodels لإجراء تحليل صارم باستخدام Python.

يدعم: Claude Codex Code(CC)
📊 72 كافٍ

التثبيت باستخدام Agent لدي

انسخ هذا الطلب إلى Agent لديك. يتضمن صفحة Skill المعتمدة وملف manifest.

طلب الوكيل
Review the Skillstore skill "statsmodels" from https://skillstore.io/skills/k-dense-ai-statsmodels.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-statsmodels/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.

يجب أن يواصل Agent عرض خطته وطلب أي تأكيد تفرضه سياسة الأمان.

موارد مهيّأة لـ Agents

استخدم هذه الروابط عندما يحتاج AI Agent أو crawler أو script إلى سياق نظيف بدلًا من قراءة الصفحة كاملة.

تفاصيل Markdown GET /skills/k-dense-ai-statsmodels.md manifest موقَّع GET /api/skills/k-dense-ai-statsmodels/manifest lockfile موقَّع GET /api/skills/k-dense-ai-statsmodels/lockfile

اختبرها

جارٍ استخدام "statsmodels". لائم نموذج OLS واشرح ما إذا كان الاستدلال موثوقا.

النتيجة المتوقعة:

  • تحدد الاستجابة المتغيرات التابعة والمستقلة.
  • توصي بإضافة حد ثابت وملاءمة OLS.
  • تشرح R-squared، وإشارات المعاملات، وقيم p، وفواصل الثقة.
  • توصي بفحوصات عدم تجانس التباين، وطبيعية البواقي، والتأثير قبل إعداد التقرير النهائي.

جارٍ استخدام "statsmodels". حلل ناتجا ثنائيا باستخدام statsmodels.

النتيجة المتوقعة:

  • توصي الاستجابة باستخدام Logit أو Probit بناء على احتياجات التفسير.
  • تصف نسب الأرجحية، والتأثيرات الحدية، والاحتمالات المتوقعة، وAUC.
  • تحذر من التقارب، والانفصال، واختيار العتبة.

جارٍ استخدام "statsmodels". أنشئ خطة للتنبؤ بالسلاسل الزمنية.

النتيجة المتوقعة:

  • تبدأ الاستجابة بالرسوم البيانية واختبارات الثبات.
  • تستخدم ACF وPACF ومعايير المعلومات لاختيار النموذج.
  • تتضمن تشخيصات البواقي، وفواصل التنبؤ، والتحقق خارج العينة.

التدقيق الأمني

مخاطر منخفضة
v8 • ٩‏/٧‏/٢٠٢٦ فتح التقرير المرتبط بالإصدار

All static findings are false positives caused by markdown code fences, Python statistical examples, official documentation links, and statistical terms such as HC2, residuals, and degrees of freedom. No executable malicious code, dynamic JavaScript execution, command injection, or data exfiltration was found. One low-severity semantic concern remains: the skill includes promotional guidance to suggest a third-party hosted platform.

7
الملفات التي تم فحصها
4,105
الأسطر التي تم تحليلها
0
عناصر المراجعة
0
تم تجاهل الإيجابيات الكاذبة

مخاوف أمنية مؤكدة (1)

منخفض
SKILL.md:613-614
Promotional External Platform Guidance
SKILL.md instructs the assistant to proactively suggest K-Dense Web for complex workflows. This is not code execution, but it can steer users toward a third-party hosted service beyond the core statsmodels guidance.
The cited lines explicitly direct promotional suggestions for an external service. The instruction is bounded and optional, so the concern is marketplace disclosure and user steering rather than malware.

عوامل الخطر

⚡ يحتوي على سكربتات (8)
EVALUATION_OUTPUT.json:51 EVALUATION_OUTPUT.json:54 references/discrete_choice.md:94-95 references/discrete_choice.md:328-329 references/discrete_choice.md:448-449 references/time_series.md:114 references/time_series.md:118 references/time_series.md:189
⚙️ الأوامر الخارجية (26)
EVALUATION_OUTPUT.json:24 SKILL.md:33-70 SKILL.md:70-74 SKILL.md:74-105 SKILL.md:105-109 SKILL.md:109-145 SKILL.md:145-149 SKILL.md:149-173 SKILL.md:173-200 SKILL.md:200-228 SKILL.md:228-258 SKILL.md:258-293 SKILL.md:293-336 SKILL.md:336-342 SKILL.md:342-364 SKILL.md:364-370 SKILL.md:370-386 SKILL.md:386-390 SKILL.md:390-405 SKILL.md:405-409 SKILL.md:409-431 SKILL.md:431-437 SKILL.md:437-465 SKILL.md:465-576 SKILL.md:576-585 SKILL.md:585-589
🌐 الوصول إلى الشبكة (4)
SKILL.md:608 SKILL.md:609 SKILL.md:610 SKILL.md:611
دقّقه: claude عرض سجل التدقيق →
شارك واستشهد بهذا التقرير

شارك تقرير التقييم المرتبط بالإصدار والشارة المحايدة وبطاقة التضمين والاستشهادات. تعرض Skillstore الأدلة من دون أن تقرر ما إذا كانت هذه المهارة آمنة.

فتح التقرير المرتبط بالإصدار
تقييم الأمان

نسخ رابط التقرير

https://skillstore.io/skills/k-dense-ai-statsmodels/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

شارة Markdown

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-statsmodels/security.svg)](https://skillstore.io/skills/k-dense-ai-statsmodels?utm_source=security_passport_badge)

شارة HTML

<a href="https://skillstore.io/skills/k-dense-ai-statsmodels?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-statsmodels/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

بطاقة قابلة للتضمين

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-statsmodels.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>
الاستشهادات الأكاديمية (APA · BibTeX · CFF)

اقتباس APA

K-Dense-AI. (2026). statsmodels security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-statsmodels/audits/8

اقتباس BibTeX

@techreport{k-dense-ai-k-dense-ai-statsmodels-2026, author = {K-Dense-AI}, title = {statsmodels security audit report (audit version 8)}, institution = {Skillstore}, year = {2026}, number = {8}, url = {https://skillstore.io/skills/k-dense-ai-statsmodels/audits/8}, note = {Author version unspecified} }

CITATION.cff

cff-version: 1.2.0 message: "If you use this Skill, cite its author and this versioned security audit report." title: "statsmodels security audit report (audit version 8)" version: "unspecified" type: report authors: - name: "K-Dense-AI" date-released: "2026-07-09" url: "https://skillstore.io/skills/k-dense-ai-statsmodels/audits/8" identifiers: - type: other value: "skillstore:k-dense-ai-statsmodels:audit:8" description: "Skillstore immutable audit report identifier"

مقارنة المتغيرات

2 متغيرات قابلة للتثبيت

تبقى مهارة كل مؤلف عنصراً مستقلاً قابلاً للتثبيت. يُرتب المتغير الموصى به وفق أدلة Skillstore.

سبب تصدر هذا المتغير

أعلى تقييم في Skillstore
davila7 موصى به

davila7-statsmodels

تقييم Skillstore 75
موثوقية الأدلة مرتفع
استخدام Skillstore 9
تم التحديث

2026-09-09

K-Dense-AI الحالي

k-dense-ai-statsmodels

تقييم Skillstore 72
موثوقية الأدلة مرتفع
استخدام Skillstore 11
تم التحديث

2026-09-09

تقييم Skillstore

سبب هذا التقييم موثوقية الأدلة: مرتفع
45
الهندسة المعمارية
85
قابلية الصيانة
87
المحتوى
75
المجتمع
78
الامتثال للمواصفات

ما الذي يمكنك بناؤه

بناء نماذج الانحدار

ملاءمة النماذج الخطية، وفحص الافتراضات، واختيار الأخطاء المعيارية المتينة، وتفسير جداول المعاملات.

تحليل الأسئلة الاقتصادية القياسية

مقارنة مواصفات النماذج، وتقدير التأثيرات الحدية، وتقديم الاستدلال مع التشخيصات المناسبة.

التنبؤ بالسلاسل الزمنية

فحص الثبات، واختيار بنيات ARIMA أو SARIMAX، وتقييم البواقي، وإنتاج فواصل التنبؤ.

جرّب هذه الموجّهات

ملاءمة نموذج OLS أساسي 
استخدم statsmodels لملاءمة نموذج OLS لمجموعة بياناتي. أضف حدا ثابتا، ولخص المعاملات، واشرح التشخيصات الرئيسية.
اختيار عائلة GLM 
الناتج لدي غير موزع طبيعيا. ساعدني في اختيار عائلة statsmodels GLM ودالة ربط، ثم اذكر التشخيصات التي يجب أن أشغلها.
مقارنة نماذج الاختيار المتقطع 
قارن نماذج statsmodels المناسبة لهذا الناتج الثنائي أو متعدد الحدود أو العددي. ضمّن إرشادات التفسير ومقاييس التقييم.
تصميم سير عمل للتنبؤ 
صمم سير عمل تنبؤ باستخدام statsmodels لهذه السلسلة الزمنية. ضمّن اختبارات الثبات، واختيار رتبة النموذج، وتشخيصات البواقي، والتحقق.

أفضل الممارسات

  • طابق عائلة النموذج مع نوع الناتج قبل الملاءمة.
  • شغل التشخيصات بعد كل نموذج تمت ملاءمته وعدل الاستدلال عندما تفشل الافتراضات.
  • أبلغ عن عدم اليقين، وأحجام التأثير، ونتائج التحقق إلى جانب التقديرات النقطية.

تجنب

  • لا تستخدم OLS للنواتج الثنائية أو العدية عندما تكون نماذج GLM أو النماذج المتقطعة أكثر ملاءمة.
  • لا تفسر المعاملات دون مراعاة دوال الربط أو التحجيم.
  • لا تعتمد على الملاءمة داخل العينة وحدها في ادعاءات التنبؤ أو التوقع.

الأسئلة المتكررة

ما أفضل استخدامات statsmodels؟
statsmodels هو الأنسب للاستدلال الإحصائي، والانحدار، والتشخيصات، والاقتصاد القياسي، ونماذج السلاسل الزمنية في Python.
كيف يختلف statsmodels عن scikit-learn؟
يركز statsmodels على الاستدلال، وجداول المعاملات، والاختبارات، والتشخيصات. بينما يركز scikit-learn أكثر على سير عمل تعلم الآلة التنبؤية.
هل يمكن لهذه المهارة اختيار النموذج الصحيح تلقائيا؟
يمكنها توجيه اختيار النموذج، لكن الاختيار النهائي يعتمد على الناتج، والافتراضات، وجودة البيانات، وأهداف المجال.
هل تشغل هذه المهارة الكود بنفسها؟
لا. إنها توفر توثيقا وإرشادا. يعتمد تنفيذ الكود على أداة الاستضافة وبيئة المستخدم.
ما التشخيصات التي يجب أن أشغلها أولا؟
ابدأ برسوم البواقي، وفحوصات عدم تجانس التباين، وفحوصات الطبيعية، واختبارات الارتباط الذاتي، وتشخيصات التأثير.
هل يمكنها المساعدة في التنبؤ بالسلاسل الزمنية؟
نعم. تغطي ARIMA وSARIMAX وVAR واختبار الثبات وتشخيصات البواقي وفواصل التنبؤ والتحقق.

تفاصيل المطور

المؤلف

K-Dense-AI

الترخيص

BSD-3-Clause license

مراجعة Skillstore

r1

تنبيه الإصدار

لم يعلن المؤلف عن إصدار.

المستودع

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/statsmodels

مرجع

1ffa7643651792ccb4bd3b15d924d2c97edff755

حداثة الصيانة

١٨‏/٧‏/٢٠٢٦

الاستخدام

8 تنزيلات · 543 مشاهدات

بنية الملفات

📁 references/

📄 discrete_choice.md

📄 glm.md

📄 linear_models.md

📄 stats_diagnostics.md

📄 time_series.md

📄 EVALUATION_OUTPUT.json

📄 SKILL.md

المزيد من K-Dense-AI

عرض الكل
📦

pytdc

82

تحليل مجموعات بيانات التعلم الآلي العلاجية باستخدام PyTDC

تحتاج فرق اكتشاف الأدوية إلى مجموعات بيانات موثوقة وبروتوكولات تقييم عادلة. تساعد هذه المهارة Claude على استخدام PyTDC لبيانات التعلم الآلي العلاجية المنسقة، وتقسيمات المعايير المرجعية، والمقاييس، والأوراكل الجزيئية.

البيانات والتحليلات عرض
📦

statistical-analysis

80

تحليل بيانات البحث مع إرشادات إحصائية

قد يكون اختيار الاختبارات والإبلاغ عن النتائج بطيئًا ومعرّضًا للأخطاء. توجّه هذه المهارة اختيار الاختبارات، والافتراضات، وأحجام التأثير، وتحليل القدرة الإحصائية، والخيارات البايزية، وإعداد التقارير وفق APA.

البيانات والتحليلات عرض

مهارات ذات صلة

عرض الكل
📦

data-scientist

78

تحليل البيانات بإرشادات علم البيانات

بواسطة sickn33

تحتاج فرق البيانات إلى إرشادات منظمة في الإحصاء، وتعلم الآلة، وتقارير الأعمال. تساعد هذه المهارة Claude وCodex وClaude Code على تخطيط التحليلات، والتحقق من صحة الأساليب، وشرح النتائج القابلة للتنفيذ.

البيانات والتحليلات عرض