Que fait compétences-académiques-claude ?
Un ensemble organisé de 18 compétences Claude pour la recherche quantitative en commerce, finance et sciences sociales (bilingue 中/EN).
Compétences incluses
- Analyse de données - Nettoyage, transformation et analyse exploratoire de données.
- Tests statistiques - Réalisation de tests t, ANOVA, chi-carré, etc.
- Modélisation économétrique - Régression linéaire, logistique, séries temporelles.
- Visualisation de données - Création de graphiques avec matplotlib, seaborn, plotly.
- Gestion de bases de données - Interrogation SQL, manipulation de DataFrames pandas.
- Analyse de séries temporelles - Modèles ARIMA, GARCH, prévisions.
- Analyse de réseaux sociaux - Construction et analyse de graphes.
- Traitement du langage naturel - Analyse de sentiments, classification de texte.
- Apprentissage automatique - Implémentation d'algorithmes de base avec scikit-learn.
- Analyse financière - Calcul de ratios, valorisation, simulation Monte Carlo.
- Analyse de données de panel - Modèles à effets fixes et aléatoires.
- Analyse de survie - Estimateur de Kaplan-Meier, modèle de Cox.
- Analyse de données manquantes - Imputation, analyse de sensibilité.
- Analyse de données en coupe transversale - Statistiques descriptives, régression.
- Analyse de données longitudinales - Modèles mixtes, GEE.
- Analyse de données de sondage - Pondération, estimation de variance.
- Analyse de données de big data - Utilisation de dask, spark (basique).
- Documentation et rapport - Génération de rapports en LaTeX, Markdown.
Utilisation
Pour utiliser une compétence, importez le fichier SKILL.md correspondant dans votre projet Claude. Chaque compétence est autonome et peut être utilisée indépendamment.
Exemple
# Importer la compétence d'analyse de données
from compétences_académiques import analyse_données
# Charger un jeu de données
df = analyse_données.charger_données('donnees.csv')
# Effectuer une analyse exploratoire
analyse_données.analyse_exploratoire(df)
Licence
Ce projet est sous licence MIT.