预测建模 Skill技能列表
回归建模Skill RegressionModeling
构建预测模型，用于连续预测、趋势预测和关系量化
PyMC贝叶斯建模Skill pymc-bayesian-modeling
此技能用于使用PyMC库进行贝叶斯建模和概率编程，支持构建分层模型、执行MCMC采样（如NUTS）、变分推断、模型比较（如LOO/WAIC）和后验检查，实现不确定性量化。关键词：贝叶斯建模、PyMC、概率编程、MCMC、变分推断、模型比较、预测建模、数据科学。
时间序列分析器Skill time-series-analyzer
时间序列分析器是一款专注于时间序列数据分析与预测的专业工具。它能够对历史数据进行趋势分析、季节性分解和模式识别，并运用ARIMA等统计模型进行未来值预测。该技能适用于金融预测、销售分析、需求预测、科学实验数据分析等多个领域，帮助用户从时间维度数据中提取有价值的信息并做出数据驱动的决策。关键词：时间序列分析，ARIMA模型，趋势预测，数据分析，统计建模，季节性分解，平稳性检验，预测精度评估。
Python回归与统计分析Skill python-regression-statistics
这个技能用于在Python中进行回归分析、统计建模和异常值检测，提供完整的统计推断和机器学习方法，包括使用statsmodels、scikit-learn等库进行模型诊断、假设检验和预测建模。适用于数据科学和人工智能项目，关键词：Python回归分析，统计建模，异常值检测，数据科学，预测建模。
离散事件仿真器Skill discrete-event-simulator
离散事件仿真器是一种基于Python SimPy框架的专业仿真技能，用于对复杂系统进行建模、分析和优化。该技能支持随机过程建模、资源容量规划、队列管理、预热期检测和统计输出分析，广泛应用于制造系统、服务系统、供应链和业务流程的仿真优化。关键词：离散事件仿真、SimPy、随机过程建模、系统优化、置信区间分析、制造仿真、队列系统、资源规划、Python仿真、蒙特卡洛模拟。
系统动力学建模师Skill systems-dynamics-modeler
系统动力学建模师技能专注于构建和模拟系统动力学模型，用于分析复杂系统行为、识别反馈循环、预测涌现现象。该技能适用于科学发现、政策评估、情景规划等领域，通过存量-流量图建模、敏感性分析和多情景模拟，帮助用户深入理解动态系统的内在机制与长期演变趋势。关键词：系统动力学建模、复杂系统分析、反馈循环、情景模拟、科学发现、政策建模、行为预测、存量流量图。
因果推断方法Skill causal-inference-methods
本技能专注于应用高级计量与统计方法（如倾向得分匹配、工具变量、双重差分、断点回归）在观测数据中进行因果识别与效应评估。适用于政策评估、项目效果分析、社会科学研究等领域，旨在解决选择偏差、内生性等问题，提供可靠的因果推断依据。关键词：因果推断，倾向得分，工具变量，双重差分，断点回归，计量经济学，政策评估，效应识别。
仿真实验设计师Skill simulation-experiment-designer
仿真实验设计师是一个专注于高效设计和分析仿真实验的专业技能。它提供了一套完整的实验设计、方差缩减、优化和敏感性分析工具，用于系统仿真、场景分析和性能优化。关键词：仿真实验设计、实验设计DOE、拉丁超立方抽样、方差缩减技术、响应曲面建模、敏感性分析、仿真优化、统计检验、元模型拟合、场景分析。
系统动力学建模师Skill system-dynamics-modeler
系统动力学建模师技能是一个专业的商业仿真工具，专注于构建和分析包含反馈循环、延迟和非线性行为的复杂系统模型。该技能通过因果循环图、存量流量图和动态仿真，帮助企业进行战略决策支持、情景分析和政策测试。核心功能包括反馈循环识别、系统仿真、均衡分析、敏感性测试和策略评估。适用于商业战略规划、竞争分析、市场动态模拟和风险管理等领域。 关键词：系统动力学建模，反馈循环分析，存量流量图，动态仿真，商业决策支持，策略测试，因果循环图，仿真建模，战略规划，情景分析
分布拟合器Skill distribution-fitter
分布拟合器是一个用于仿真和分析中输入建模的AI技能。它通过统计分布拟合、参数估计和拟合优度检验，帮助用户为离散事件仿真、排队系统分析、需求预测等场景找到最能代表观测数据的概率分布模型。核心功能包括自动化分布拟合、最大似然估计、到达间隔时间分析、经验分布构建和分布比较。关键词：统计分布拟合，输入建模，仿真分析，最大似然估计，拟合优度检验，概率分布，数据分析，量化金融，Python scipy。
时间序列分析师Skill time-series-analyst
这个技能专注于时间序列数据分析，帮助识别模式、趋势、季节性和异常点，并使用统计和机器学习方法进行预测。关键词：时间序列分析、趋势预测、季节性分解、异常检测、ARIMA模型、机器学习预测、量化交易、数据分析、预测建模。
PyMC概率编程Skill pymc-probabilistic-programming
PyMC概率编程技能提供了一套完整的Python工具集，专门用于实现灵活的贝叶斯建模和概率编程。核心功能包括分层模型构建、自定义概率分布定义、高斯过程建模、支持MCMC和变分推断等多种推断算法，并集成了ArviZ库进行模型诊断和结果可视化。该技能适用于需要进行不确定性量化、统计推断和预测建模的数据科学、量化金融及科研领域。关键词：贝叶斯建模，概率编程，PyMC，MCMC，变分推断，分层模型，高斯过程，ArviZ可视化，统计计算，Python数据分析。