【文件属性】：
文件名称：tea-lang:DSL用于实验设计和统计分析
文件大小：9.19MB
文件格式：ZIP
更新时间：2021-05-14 12:43:26
Python
茶郎
[WIP] Tea：用于自动进行统计分析的高级语言和运行时系统
什么是茶？
Tea是特定于域的编程语言，可自动执行统计测试的选择和执行。 Tea目前是用Python编写的。
茶有。
用户提供5条信息：
感兴趣的数据集，
他们想要分析的数据集中的变量，
研究设计（例如，独立，因变量），
他们基于领域知识对数据所做的假设（例如，变量是正态分布的），以及
一个假设。
然后Tea将这些“编译”为逻辑约束以选择有效的统计检验。 当且仅当它们对数据所做的所有假设（例如，正态分布，组之间的均方差等）成立时，才认为测试有效。 然后，Tea最终执行有效的测试。
Tea可以进行哪些统计分析？
Tea当前提供了执行零假设重要性测试（NHST）的模块。
我们正在积极致力于扩展Tea可以支持的分析类型。 我们有一些想法：线性建模和贝叶斯推理。
如何使用茶？
pip install tea
【文件预览】：
tea-lang-master
----setup.py(1015B)
----.gitignore(1KB)
----tea_demo.ipynb(17KB)
----evals()
--------test_eval.py(10KB)
----Makefile(92B)
----documentation.md(15KB)
----LICENSE.md(11KB)
----SOURCES.md(997B)
----.travis.yml(271B)
----CONTRIBUTING.md(2KB)
----Pipfile.lock(27KB)
----tea()
--------global_vals.py(1KB)
--------logging()
--------runtimeDataStructures()
--------__init__.py(281B)
--------helpers()
--------vardata_factory.py(23KB)
--------ast.py(5KB)
--------api.py(8KB)
--------tea_eval.py(116B)
--------build.py(15KB)
--------z3_solver()
----examples()
--------US_Crime()
--------Co2()
--------Drugs()
--------Olympics()
--------longify.py(1020B)
--------AR_TV()
--------EXAMPLES.MD(105B)
----README.md(4KB)
----tests()
--------test_mann_whitney_exact.py(1KB)
--------data()
--------__init__.py(0B)
--------helpers()
--------test_api.py(2KB)
--------test_integration.py(19KB)
--------test_wilcoxon_signed_rank.py(5KB)
--------test_build.py(1KB)
--------test_vardata_factory.py(5KB)
----Pipfile(395B)