К основному содержанию
скилл CX Codex

statistics-math — скилл для Claude Code: статистика и математика

Скилл для ИИ-кодинга: даёт агенту статистику, теорию вероятностей, линейную алгебру и регрессию на Python. Пригодится, когда нужно посчитать метрики или проверить гипотезу.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add pluginagentmarketplace/custom-plugin-data-engineer --skill statistics-math -a claude-code
Открыть на GitHub

Что делает statistics-math

Скилл закрывает математическую базу для анализа данных. Внутри — рабочие примеры на Python: описательные статистики через NumPy, распределения и проверка гипотез через SciPy, матричные операции и сингулярное разложение, регрессия на statsmodels и scikit-learn. Агент берёт готовые шаблоны вместо того, чтобы писать их с нуля.

Отдельный блок — A/B-тесты. Есть класс с двумя выборочными t-тестами, хи-квадратом и z-тестом для долей, который сразу возвращает p-value, размер эффекта и признак значимости. Для регрессии показано сравнение OLS, Ridge и Lasso с выводом R² и RMSE.

Скилл помечен как foundational, и это честно: без базового Python и NumPy примеры не запустятся. В таблице инструментов указаны NumPy 1.26+, SciPy 1.12+, pandas 2.2+, statsmodels 0.14+ и scikit-learn 1.4+. Если в проекте стоят более старые версии, часть вызовов сломается — это повод проверить окружение до того, как агент начнёт править код.

Какие задачи решает

  • посчитать описательные статистики по массиву данных
  • проверить гипотезу о различии двух выборок
  • оценить результат A/B-теста по конверсиям
  • разложить матрицу через SVD для снижения размерности
  • сравнить OLS, Ridge и Lasso на одних данных

Примеры запросов агенту

  • посчитай среднее, медиану и IQR для этого массива
  • проверь t-тестом, различаются ли две выборки, и посчитай размер эффекта
  • оцени A/B-тест: 120 конверсий из 1000 против 150 из 1000

Как установить statistics-math

1Через Skills CLI (Vercel)

npx skills add pluginagentmarketplace/custom-plugin-data-engineer --skill statistics-math -a claude-code

2Вручную: положить файлы

~/.claude/skills/statistics-math/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/statistics-math/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора2

Похожие

data-scientist borghei Задаёт структуру для машинного обучения, проверки гипотез и отбора признаков. Пригодится при оценке моделей и подготовке пайплайнов. CX Codex +1 440установок data-science-expert personamanagmentlayer Скилл для аналитики, статистики и визуализации: подключается, когда в задаче есть pandas, NumPy или разведочный анализ данных. CX Codex +1 573установок scikit-learn-best-practices Mindrally Скилл задаёт агенту правила работы со scikit-learn: пайплайны, кросс-валидация, метрики, сохранение моделей. Пригодится, когда пишете ML-код на Python. CX Codex +1 888установок scipy-best-practices Mindrally Скилл задаёт агенту правила научных вычислений на SciPy: оптимизация, линейная алгебра, статистика, сигналы. Пригодится, когда код на Python считает числа, а не рисует интерфейсы. CX Codex +1 1 000установок statistics-fundamentals JoelLewis Скилл для статистической работы с финансовыми доходностями: описательные статистики, ковариация, CAPM-регрессия, тесты и бутстрап. CX Codex +1 813установок math-help parcadei Справочник по математическому стеку агента: подсказывает, когда вызывать SymPy, Z3, SciPy, Lean 4 или скрипты верификации. CX Codex +1 543установок

Рядом в теме «Данные и базы»

Все скиллы по теме «Данные и базы» →

Вопросы о statistics-math

Как установить statistics-math в Claude?

Выполните npx skills add pluginagentmarketplace/custom-plugin-data-engineer --skill statistics-math -a claude-code. Файл скилла окажется в ~/.claude/skills/statistics-math/SKILL.md.

Что делает statistics-math?

Даёт агенту шаблоны для статистики, теории вероятностей, линейной алгебры и регрессии на Python. Внутри примеры на NumPy, SciPy, statsmodels и scikit-learn.

Какие версии библиотек нужны?

В таблице инструментов указаны NumPy 1.26+, SciPy 1.12+, pandas 2.2+, statsmodels 0.14+ и scikit-learn 1.4+. На более старых версиях часть примеров не сработает.

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой