Simplexar Statsar 1.0.1

统计库，其中还包括一个CSV阅读器，让您的工作与现有的数据文件。

Statsar统计库允许您添加高性能的统计计算。NET平台上的应用程序。设计并实现了面向对象的库，在金融行业的成熟经验的专家，通过数值。

该库提供了一个简单而直观的神器出山:www.shenqi73.com对象模型，让您快速分析你的数据导入熟悉的数据对象，如ADO.NET数据表。一个强大和稳健的CSV阅读器也被包含的组件，让您的工作与现有的数据文件。绑定到几乎任何数据源，包括标准的数据对象，数组，列表或自己的对象模型。

根据复杂的标准进行排序和重新排序的数据。多种数据过滤器，提供了一个功能强大的方法，以消除不必要的或丢失的值。描述统计：计数，求和，最小值，最大值，平均值，模式，中位数，标准差和方差。排名，百分位数和四分位数间距。中央的时刻：偏斜度和峰度。

多的概率分布，包括：二项分布，负二项分布，拉普拉斯，泊松分布，卡方，β，γ，F，正常，对数正态分布和学生的T.包括梅森捻线机伪随机数的随机数生成器。线性回归最小二乘最小化。 T-检验，Z检验，Kolmogorov-Smirnov检验一个样品和两个样品的测试。 Anaylsis方差分析（ANOVA），包括朗诺和单向和双向测试。

与此库数据计算时，你会在几分钟之内就能上手。

这里是一些主要特点“Simplexar Statsar”：

图书馆设计
·快速整合开始发展，短短的三行代码。
·一个直观的，易于使用的对象模型，反映了底层的数值算法。
·根据微软。NET平台的库设计组织，遵循最佳实践。
·在各级实施的最低阶的数值算法，并采用适当性优化。NET的效率。
·专业设计软件，其中包括一个完整的用户指南，记录所有的库功能，参考手册，25例在C＃和VB.NET。

数据分析
·数据操作类，包括数据表对象，用来有效地存储和访问数据统计计算数值。
·从几乎任何数据源，包括标准的ADO.NET数据表，数组和列表的导入数据。通过反射绑定到自己的自定义对象。
·包括一个强大的和高效率的CSV阅读器，用于导入Microsoft Excel或遗留数据的快速处理大量数据的理想选择。
·多重的，可扩展的数据过滤器，提供了一个功能强大的方法，以消除不必要的或丢失的值。
·有效地排序，重新排序，表，改变，插入或删除数据，根据复杂的标准。

描述性统计
·计算的数量，金额，最小或最大的一个完整的数据集，或过滤数据。
·措施包括平均数，中位数，调和平均数，几何平均数的集中趋势。
·方差，标准差，绝对偏差的平均值和中位数。
·排名，百分位数和四分位数间距。
·中环的时刻：偏斜度和峰度。

随机数生成器
·高品质的随机发生器使用标准。NET方法。
·梅森倍捻机伪随机数。
·线性同余发生器（LCG）。
·线性反馈移位寄存器。

概率分布
·一致的接口全部分布从一个公共基类派生。
概率密度函数（PDF），累积分布函数（CDF）和逆累积分布函数（反CDF）。
·计算方法，包括均值，方差，偏斜度和峰度的统计。
·根据多个概率分布的随机数生成。

离散分布
·伯努利分布。
·二项分布。
·离散均匀分布。
·几何分布。
·超几何分布。
·负二项分布。
·泊松分布。

连续分布
·Beta分布。
·柯西分布。
·卡方分布。
·连续均匀分布。
·二郎分布。
·指数分布。
·F分布。
·伽玛分布。
·Gumbel分布。
·拉普拉斯分布。
·物流配送。
·对数正态分布。
·正态分布。
·帕累托分布。
·瑞利分配。
·学生的t分布。
·三角分布。
·威布尔分布。

线性回归
·多元线性回归和回归分析。
·最小二乘最小化，优化高效的矩阵技术。
·多项式线性回归。
·信任措施和间隔。

假设检验
·临界值和信心的措施。
·样品和两个样品的测试。
·Z-测试，T-测试的假设检验，包括p-值。
·的两个的方差F-试验。
·卡方检验。
·Kolmogorov-Smirnov检验。
·Anderson-Darling测试。
·巴特利特的测试。
·Levene检验。

方差分析
·方差分析（ANOVA）。
·方差分析，重复测量（朗诺）。
·一种方式，两种方式的测试。


要求：

·NET Framework 2.0版


限制：

·30天的试用期