Что такое хороший статистический математический пакет для .Net?

Ответ 1

MathDotNet должен иметь функции, которые вы ищете, хотя это может быть немного избыточным в зависимости от того, сколько функциональности вам нужно. Он предлагает:

• Бернулли
• Beta​​li >
• Бином
• Категориальный
• Коши
• Chi
• Площадь Чи
• Непрерывная форма
• Конвей Максвелл Пуассон
• Дирихле
• Дискретная форма
• Erlang
• Экспоненциальный
• и т.д. (примерно в 3 раза больше в списке)

Полный список см. в этой странице.

Ответ 2

Языки .NET Framework С#, F # и VB.NET

ILNumerics.Net высокопроизводительные классы и функции классов классов и типов для общей математики, БПФ и линейной алгебры, цели .NET/mono, 32 и 64 бит, script -подобный синтаксис в С#, 2D и 3D графических элементах управления, эффективное управление памятью

Численные библиотеки IMSL для .NET - это набор математических, статистических, интеллектуальных данных, финансовых и графических классов, написанных на С#.

Measurement Studio - это интегрированные средства управления пользовательским интерфейсом и библиотеки классов для использования в разработке тестовых и измерительных приложений. Библиотеки классов анализа предоставляют различную обработку цифрового сигнала, фильтрацию сигнала, генерацию сигнала, обнаружение пиков и другие общие математические функции.

NMath от Software CenterSpace: библиотеки числовых компонентов для платформы .NET, включая классы обработки сигналов (FFT), линейную алгебру (LAPACK и BLAS), и пакет статистики.

suanshu.net по Numerical Method Inc.: представляет собой большой набор численных алгоритмов, включая линейную алгебру, (расширенную) оптимизацию, интерполяцию, марковскую модель, анализ главных компонент, анализ временных рядов, тестирование гипотез, регрессии, статистика, обыкновенные и уравнения с частными дифференциальными уравнениями и суаншу. NLinear - это общий набор инструментов линейной алгебры в С#, совместимый с Silverlight.

Ответ 3

Math.NET Numerics - довольно хорошая библиотека с открытым исходным кодом для .NET. Согласно его сайту:

Numerics - это численная основа проекта Math.NET, направленная на предоставление методов и алгоритмов для численных вычислений в науке, технике и повседневном использовании. Покрытые темы включают специальные функции, линейную алгебру, вероятностные модели, случайные числа, интерполяцию, интегральные преобразования и т.д.

Если коммерческая библиотека является приемлемым выбором для вас, некоторые из них я могу порекомендовать.

• NMath Stats из CenterSpace Software - хороший выбор, Эта библиотека специально разработана для статистических вычислений и обещает быть очень эффективной.
• FinMath - довольно новая, но многообещающая библиотека. Он содержит множество статистических распределений, подпрограмм для вычисления описательной статистики, нескольких вариантов алгоритмов подбора наименьших квадратов (OLS, GLS и т.д.), PCA, ICA и других реализаций различных алгоритмов и методов.

Ответ 4

Вы можете попробовать

• Extreme Optimization, Extreme Optimization Numerical Libraries для .NET - это совокупность математических и статистических данных общего назначения, созданных для платформы Microsoft.NET.

• FoundaStat (есть бесплатная версия), является статистической библиотекой для платформы Microsoft.NET. FoundaStat предоставляет статистические вычислительные возможности для всех программных продуктов .NET. Он включает в себя классы, которые предоставляют возможности для взаимодействия с различными форматами данных, вычисления описательной статистики, корреляционного анализа, статистических выводов, ANOVA и множественного регрессионного анализа.

Другие ссылки

Рекомендовать библиотеку статистики .NET с открытым исходным кодом

Ответ 5

См. этот вопрос SO или попробуйте R + rcom.

Ответ 6

Взгляните на suanshu.net. Это бесплатно. Это, вероятно, самая полная библиотека статистики, доступная для математики С#.

Ответ 7

Вы должны посмотреть пакет программного обеспечения CenterSpace Software.NET. У нас есть биномиальные и пуассонные распределения, их CDF и обратные (что может быть больно точно рассчитать).

Пакет Stats предлагает классы высокой производительности для:

• Кластеризация кластеров/K-сред
• Широкое разнообразие распределений вероятностей и CDF и обратная CDF - включая, в частности, биномиальные и пуассоны.
• Тестирование гипотез.
• Неотрицательная матричная факторизация.
• Частичные наименьшие квадраты.
• Регрессия (Linear, Anova, QR, SVD и т.д.).
• Принципиальный анализ компонентов.

Пол

CenterSpace Software