混合整数优化是一种数学规划技术，用于解决包含离散变量和连续变量的优化问题。该技能涵盖混合整数线性规划（MILP）和混合整数非线性规划（MINLP）的建模与求解方法，包括分支定界算法、割平面法、Big-M重构、指示约束等关键技术。适用于资源分配、生产调度、投资组合优化、路径规划等需要离散决策的实际场景。关键词：混合整数规划，MILP，MINLP，优化算法，数学建模，运筹学，离散优化，分支定界，Gurobi，CPLEX。

无梯度优化是一种数学优化技术，用于在目标函数的梯度信息不可用、难以计算或不可靠的情况下寻找最优解。它通过直接评估函数值来探索参数空间，适用于黑盒函数优化、实验设计、参数调优等场景。主要方法包括Nelder-Mead单纯形法、Powell方法、贝叶斯优化和模式搜索等。关键词：无梯度优化，黑盒优化，贝叶斯优化，参数调优，数学优化，代理模型，Nelder-Mead，Powell方法，模式搜索，信赖域方法。

该技能提供一套完整的全局敏感性分析（GSA）方法，用于量化模型输出对输入参数变化的敏感程度。核心功能包括计算Sobol指数、执行Morris筛选、进行FAST分析等，帮助用户识别关键输入变量、理解模型行为、优化模型设计并支持不确定性量化（UQ）研究。适用于金融建模、工程仿真、环境科学等领域的模型验证与风险评估。关键词：敏感性分析，不确定性量化，Sobol指数，Morris方法，FAST，方差分解，模型验证，风险评估。

参考类预测是一种统计预测技能，通过识别相似历史事件的类别，使用其统计频率作为基线预测。它用于避免主观偏见，建立客观预测基准，适用于金融评估、项目预测、决策分析等场景。关键词：预测建模、统计基线、参考类、外部视角、避免偏见、历史数据、量化评估。

此技能用于搜索和比较预测市场数据，支持Polymarket、Kalshi、Manifold和Metaculus等平台，提供实时价格和订单簿信息，帮助用户进行市场分析和投资决策。关键词：预测市场、数据搜索、价格查看、平台比较、量化金融、市场分析、SEO优化。

预测准确性分析器是一个用于供应链和商业分析的专业技能，专注于测量、分解和提升预测模型的准确性。它通过计算MAPE、WMAPE、偏差等核心指标，进行误差分解和根本原因分析，并提供数据驱动的改进建议。该技能支持多模型性能比较、预测增值（FVA）分析和准确性趋势监控，是优化需求预测、提升供应链规划效率和辅助销售与运营规划（S&OP）决策的关键工具。关键词：预测准确性分析，误差分解，供应链预测，需求预测，FVA分析，模型性能比较，商业智能，数据分析。

这个技能应用贝叶斯推理来系统更新概率估计，帮助在不确定性下进行预测、评估风险和测试假设，避免过度自信偏差。通过贝叶斯定理校准信念，提高决策质量，适用于概率更新、预测建模和不确定性管理。关键词：贝叶斯推理、校准、概率更新、预测、风险评估、假设测试、不确定性分析。

收入预测引擎是一个基于数据的SaaS收入预测工具，通过管道加权预测、客户队列分析、情景建模、季节性调整和领先指标跟踪，为企业提供准确可靠的收入预测模型。适用于SaaS公司、B2B企业、财务分析师和投资者进行收入预测、财务建模、风险管理和商业决策。

需求预测器是一种用于商业运营和供应链管理的专业技能，专注于利用时间序列分析、因果建模和机器学习等方法，对未来需求进行精准预测。该技能涵盖预测准确性评估（如MAPE、MAE、偏差）、季节性调整、新产品预测以及协同预测流程，旨在优化库存管理、产能规划和销售运营。关键词：需求预测，时间序列分析，ARIMA，指数平滑，机器学习预测，预测准确性，MAPE，偏差校正，供应链管理，销售与运营规划。

插值逼近是一种数值分析方法，用于通过已知数据点构建函数或曲线，实现数据拟合、函数近似和预测建模。核心功能包括多项式插值、样条插值、最小二乘拟合和误差分析，广泛应用于量化金融、数据科学、工程计算和科学研究等领域。关键词：插值方法、逼近算法、数据拟合、数值分析、函数近似、量化金融、预测建模、误差估计。

MCMC收敛性诊断技能用于对马尔可夫链蒙特卡洛（MCMC）模拟结果进行统计验证与分析，确保贝叶斯推断的可靠性。核心功能包括计算Rhat指标、有效样本量（ESS）、生成轨迹图、分析自相关性、检测发散转移以及进行能量诊断（E-BFMI）。适用于量化金融、数据科学、科研学术等领域中需要进行复杂概率建模和不确定性量化的场景。关键词：MCMC诊断，贝叶斯推断，收敛性分析，Rhat，有效样本量，轨迹图，统计计算。

预测预死亡分析是一种用于压力测试预测的技术，通过假设预测已经失败并逆向工作来识别原因，从而揭示盲点、尾部风险和过度自信。适用于高置信度预测、识别未知风险或调整置信区间。关键词：预测预死亡、风险识别、压力测试、置信区间调整、预测建模、数据科学。