JStat

特点

• 广泛的统计功能：提供了丰富的统计函数，包括描述性统计、概率分布、矩阵运算、回归分析等。
• 高性能：针对常见的统计和数值计算进行了优化，性能优异。
• 无依赖：无需依赖其他库，便于集成和使用。
• 灵活性强：支持链式调用和函数式编程风格，灵活且易于使用。
• 跨平台：适用于浏览器和 Node.js 环境。

使用场景

• 数据分析和可视化
• 实验和研究中的数据处理
• 前端和后端统计计算
• 机器学习中的数据预处理
• 科学和工程计算

安装方式

可以通过 npm 或者直接引用脚本文件的方式来安装 JStat：

使用 npm 安装

npm install jstat

使用 script 标签引入

<script src="https://cdnjs.cloudflare.com/ajax/libs/jstat/1.9.4/jstat.min.js"></script>

使用示例

基础统计计算

const jStat = require('jstat');

// 计算平均值
const mean = jStat.mean([1, 2, 3, 4, 5]); // 3

// 计算中位数
const median = jStat.median([1, 2, 3, 4, 5]); // 3

// 计算方差
const variance = jStat.variance([1, 2, 3, 4, 5]); // 2.5

回归分析

const dataX = [1, 2, 3, 4, 5];
const dataY = [2, 4, 5, 4, 5];

// 线性回归
const regression = jStat.models.ols(dataY, dataX);
console.log(regression.coef); // 输出回归系数

概率分布

// 计算正态分布的累积分布函数
const cdf = jStat.normal.cdf(1.96, 0, 1); // 0.975

// 生成正态分布的随机数
const randomValues = jStat.normal.sample(0, 1, 10);
console.log(randomValues); // 输出 10 个正态分布随机数

常用 API 介绍

• jStat.mean(arr)：计算数组的平均值。
• jStat.median(arr)：计算数组的中位数。
• jStat.variance(arr)：计算数组的方差。
• jStat.stdev(arr)：计算数组的标准差。
• jStat.sum(arr)：计算数组的总和。
• jStat.quantiles(arr, quantiles)：计算数组的指定分位数。
• jStat.correlation(arr1, arr2)：计算两个数组之间的相关系数。
• jStat.linearRegression(arr1, arr2)：计算线性回归模型。
• jStat.normal.cdf(x, mean, stddev)：计算正态分布的累积分布函数值。
• jStat.normal.sample(mean, stddev, n)：生成正态分布的随机数。

官方资料

• JStat GitHub 仓库（Star 数：约 1.8k）
• JStat 官方文档