スキル statsmodels
📦

statsmodels

コンテンツリビジョン r1 低リスク ⚡ スクリプトを含む⚙️ 外部コマンド🌐 ネットワークアクセス

統計モデリングにStatsmodelsを適用

統計モデリングでは、多くの場合、慎重なモデル選択、診断、解釈が必要です。このスキルは、Claude、Codex、Claude Codeが厳密なPython分析のためにstatsmodelsワークフローを進める際の指針を提供します。

対応: Claude Codex Code(CC)
📊 72 十分

自分のエージェントでインストール

このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。

エージェントリクエスト
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.

エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。

エージェントが読めるリソース

AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。

Markdown詳細 GET /skills/k-dense-ai-statsmodels.md 署名済み manifest GET /api/skills/k-dense-ai-statsmodels/manifest 署名済み lockfile GET /api/skills/k-dense-ai-statsmodels/lockfile

テストする

「statsmodels」を使用しています。 OLSモデルをフィットし、推論が信頼できるかどうかを説明してください。

期待される結果:

  • 応答では、従属変数と独立変数を特定します。
  • 切片を追加してOLSをフィットすることを推奨します。
  • R-squared、係数の符号、p値、信頼区間を説明します。
  • 最終報告の前に、不均一分散、残差の正規性、影響度のチェックを推奨します。

「statsmodels」を使用しています。 statsmodelsで二値の目的変数を分析してください。

期待される結果:

  • 応答では、解釈のニーズに基づいてLogitまたはProbitを推奨します。
  • オッズ比、限界効果、予測確率、AUCについて説明します。
  • 収束、分離、閾値選択について警告します。

「statsmodels」を使用しています。 時系列予測計画を作成してください。

期待される結果:

  • 応答はプロットと定常性検定から始めます。
  • モデル選択にはACF、PACF、情報量基準を使用します。
  • 残差診断、予測区間、アウトオブサンプル検証を含めます。

セキュリティ監査

低リスク
v8 • 2026/7/9 バージョン別レポートを開く

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
スキャンされたファイル
4,105
解析済み行数
0
レビュー項目
0
誤検知を無視

確認済みのセキュリティ上の懸念 (1)

低
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.

リスク要因

⚡ スクリプトを含む (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
⚙️ 外部コマンド (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
🌐 ネットワークアクセス (4)
SKILL.md:608 SKILL.md:609 SKILL.md:610 SKILL.md:611
監査者: claude 監査履歴を表示 →
このレポートを共有・引用

バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。

バージョン別レポートを開く
セキュリティ評価

レポートリンクをコピー

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

Markdownバッジ

[![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)

HTMLバッジ

<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>

埋め込みカード

<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>
学術引用 (APA · BibTeX · CFF)

APA形式の引用

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

BibTeX形式の引用

@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"

バリアントを比較

インストール可能なバリアント 2 件

各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。

このバリアントが首位の理由

Skillstore スコアが最高
davila7 推奨

davila7-statsmodels

Skillstore スコア 75
証拠の信頼度 高
Skillstore 利用状況 9
更新済み

2026-09-09

K-Dense-AI 現在

k-dense-ai-statsmodels

Skillstore スコア 72
証拠の信頼度 高
Skillstore 利用状況 11
更新済み

2026-09-09

Skillstore スコア

このスコアの理由 証拠の信頼度: 高
45
アーキテクチャ
85
保守性
87
コンテンツ
75
コミュニティ
78
仕様準拠

作成できるもの

回帰モデルを構築する

線形モデルをフィットし、仮定を確認し、ロバスト標準誤差を選択し、係数表を解釈します。

計量経済学の問題を分析する

モデル仕様を比較し、限界効果を推定し、適切な診断とともに推論結果を報告します。

時系列を予測する

定常性を確認し、ARIMAまたはSARIMAX構造を選択し、残差を評価し、予測区間を作成します。

これらのプロンプトを試す

基本的なOLSモデルをフィットする 
statsmodelsを使用して、私のデータセットにOLSモデルをフィットしてください。切片を追加し、係数を要約し、主要な診断を説明してください。
GLMファミリーを選択する 
目的変数が正規分布していません。statsmodelsのGLMファミリーとリンク関数の選択を手伝い、その後、実行すべき診断を一覧にしてください。
離散選択モデルを比較する 
この二値、多項、またはカウントの目的変数に適したstatsmodelsモデルを比較してください。解釈のガイダンスと評価指標も含めてください。
予測ワークフローを設計する 
この時系列のためのstatsmodels予測ワークフローを設計してください。定常性検定、モデル次数選択、残差診断、検証を含めてください。

ベストプラクティス

  • フィッティングの前に、目的変数の型にモデルファミリーを合わせます。
  • フィットしたすべてのモデルで診断を実行し、仮定が満たされない場合は推論を調整します。
  • 点推定値とともに、不確実性、効果量、検証結果を報告します。

回避

  • GLMまたは離散モデルのほうが適している二値またはカウントの目的変数にOLSを使用しないでください。
  • リンク関数やスケーリングを考慮せずに係数を解釈しないでください。
  • 予測や予測性能の主張において、インサンプル適合だけに依存しないでください。

よくある質問

statsmodelsは何に最も適していますか？
statsmodelsは、Pythonにおける統計的推論、回帰、診断、計量経済学、時系列モデルに最適です。
statsmodelsはscikit-learnとどう違いますか？
statsmodelsは、推論、係数表、検定、診断に重点を置いています。Scikit-learnは、予測的な機械学習ワークフローにより重点を置いています。
このスキルは正しいモデルを自動的に選択できますか？
モデル選択の指針を提供できますが、最終的な選択は目的変数、仮定、データ品質、ドメイン上の目標に依存します。
このスキルは単独でコードを実行しますか？
いいえ。これはドキュメントとガイダンスを提供します。コード実行はホストツールとユーザー環境に依存します。
最初にどの診断を実行すべきですか？
残差プロット、不均一分散チェック、正規性チェック、自己相関検定、影響度診断から始めます。
時系列予測に役立ちますか？
はい。ARIMA、SARIMAX、VAR、定常性検定、残差診断、予測区間、検証を扱います。

開発者情報

作成者

K-Dense-AI

ライセンス

BSD-3-Clause license

Skillstore リビジョン

r1

バージョンに関する注意

作者はバージョンを宣言していません。

リポジトリ

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

参照

1ffa7643651792ccb4bd3b15d924d2c97edff755

メンテナンスの新しさ

2026/7/18

利用状況

8 ダウンロード · 543 閲覧

ファイル構成

📁 references/

📄 discrete_choice.md

📄 glm.md

📄 linear_models.md

📄 stats_diagnostics.md

📄 time_series.md

📄 EVALUATION_OUTPUT.json

📄 SKILL.md

K-Dense-AI のその他のスキル

すべて表示

関連スキル

すべて表示