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。

Pymoo是一个Python多目标优化框架，用于解决单目标和多目标优化问题。它支持NSGA-II、NSGA-III、MOEA/D等算法，处理Pareto前沿、约束条件，并提供基准测试问题如ZDT、DTLZ。适用于工程设计、机器学习、量化金融等领域的优化任务。关键词：多目标优化、Python框架、NSGA-II、Pareto前沿、约束处理。

回归分析器技能是一个用于科学数据建模的专业工具，专注于执行全面的回归分析。它能够进行线性与广义模型拟合、模型诊断、处理多重共线性、生成预测并解释系数。该技能适用于量化金融、预测建模、数据分析、统计套利、因子挖掘、风险管理等场景，是数据科学家和量化研究员进行关系探索、效应估计和变量选择的强大助手。

这个技能用于高级数据科学工作，专注于统计建模、机器学习、实验设计和生产级AI系统实现，适用于数据驱动决策、预测分析和企业级数据解决方案。关键词：数据科学、机器学习、AI、统计建模、预测分析、实验设计、因果推断。

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。

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。

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。

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。

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。

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。

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。