/data-analysis

name: "data-analysis"
description: "通用的 6 阶段数据分析助手：数据质量→探索性分析→假设生成→可视化→代码生成→综合报告。提供完整的方法论和模板！"

Data Analysis Skill - 通用 6 阶段数据分析指南

此 skill 提供专业的数据分析方法论，采用标准的 6 阶段工作流，适用于任何数据集。

---

🚀 核心：6 阶段工作流（通用）

┌─────────────────────────────────────────────────────────────┐
│ Stage 1: 数据质量检查 (Data Quality)                         │
│   - 完整性、唯一性、有效性检查                               │
│   - 问题诊断和改进建议                                       │
└─────────────────────────┬───────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────────┐
│ Stage 2: 探索性数据分析 (Exploratory Data Analysis)         │
│   - 描述性统计（均值、中位数、标准差）                       │
│   - 相关性分析、模式发现                                     │
│   - 异常检测                                                 │
└─────────────────────────┬───────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────────┐
│ Stage 3: 研究假设生成 (Hypothesis Generation)                │
│   - 基于数据发现生成可检验假设                               │
│   - A/B 测试设计、实验方法论                                 │
└─────────────────────────┬───────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────────┐
│ Stage 4: 数据可视化 (Visualization)                          │
│   - 统计图表、分布图、热力图                                 │
│   - 交互式仪表板                                             │
└─────────────────────────┬───────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────────┐
│ Stage 5: 可复用代码生成 (Code Generation)                    │
│   - 数据处理管道、分析函数库                                 │
│   - 机器学习代码（如需要）                                   │
└─────────────────────────┬───────────────────────────────────┘
                          ↓
┌─────────────────────────────────────────────────────────────┐
│ Stage 6: 综合报告生成 (Report Generation)                    │
│   - 综合分析报告 + 执行摘要                                  │
│   - 业务洞察和建议                                           │
└─────────────────────────────────────────────────────────────┘

---

📂 Skill 目录结构（所有内容都在这里）

.trae/skills/data-analysis/
├── SKILL.md                           # 本文档
├── templates/                         # 📋 模板目录
│   ├── stage1_quality_template.md    # Stage 1: 数据质量报告模板
│   ├── stage2_eda_template.md        # Stage 2: 探索性分析报告模板
│   ├── stage3_hypothesis_template.md # Stage 3: 假设生成模板
│   ├── stage4_visualization_template.md # Stage 4: 可视化模板
│   ├── stage5_code_template.md       # Stage 5: 代码生成模板
│   └── stage6_report_template.md     # Stage 6: 综合报告模板
├── examples/                          # 📊 示例目录
│   └── olist/                        # Olist 数据集分析示例（仅供参考）
│       ├── README.md
│       └── sample_outputs/
└── guide/                            # 📖 详细指南
    ├── stage1_quality_guide.md
    ├── stage2_eda_guide.md
    ├── stage3_hypothesis_guide.md
    ├── stage4_visualization_guide.md
    ├── stage5_code_guide.md
    └── stage6_report_guide.md

---

🎯 使用指南

Step 1: 开始分析

当用户需要分析数据时，按照以下 6 个阶段进行：

1. Stage 1: 数据质量检查
2. Stage 2: 探索性数据分析
3. Stage 3: 研究假设生成
4. Stage 4: 数据可视化
5. Stage 5: 代码生成（如需要）
6. Stage 6: 综合报告生成

Step 2: 输出组织

创建以下输出目录结构（可自定义名称）：

analysis_results/
├── stage1_quality_report/
├── stage2_eda_report/
├── stage3_hypothesis_report/
├── stage4_visualizations/
├── stage5_generated_code/
└── stage6_final_report/

---

📋 各阶段详细指导

Stage 1: 数据质量检查

**目标**: 评估数据质量，识别问题并提出改进建议

**检查要点**:

• **完整性**: 缺失值统计
• **唯一性**: 重复记录检查
• **有效性**: 数据类型、范围、格式验证
• **一致性**: 数据逻辑一致性检查

**输出**:

• 质量评估报告
• 问题日志
• 改进建议

**参考模板**: `templates/stage1_quality_template.md`

---

Stage 2: 探索性数据分析

**目标**: 理解数据结构，发现模式和洞察

**分析内容**:

• **描述性统计**: 均值、中位数、标准差、分位数
• **相关性分析**: Pearson/Spearman 相关系数
• **模式发现**: 时间趋势、分布模式、异常值
• **可视化**: 直方图、箱线图、散点图

**输出**:

• 统计摘要
• 模式发现报告
• 相关性分析

**参考模板**: `templates/stage2_eda_template.md`

---

Stage 3: 研究假设生成

**目标**: 基于数据发现生成可检验的假设

**假设类型**:

• 相关性假设: A 是否与 B 相关？
• 比较性假设: A 组是否显著不同于 B 组？
• 因果性假设: A 是否导致 B？

**输出**:

• 研究假设列表（带优先级）
• 实验设计方案
• 验证计划

**参考模板**: `templates/stage3_hypothesis_template.md`

---

Stage 4: 数据可视化

**目标**: 用图表讲述数据故事

**图表类型**:

• **趋势分析**: 折线图、面积图
• **分布分析**: 直方图、密度图、箱线图
• **相关性**: 散点图、热力图
• **比较**: 柱状图、分组图
• **构成**: 饼图、堆叠图

**输出**:

• 可交互式 HTML 仪表板（推荐）
• 静态图表（PNG/SVG）
• 可视化代码

**参考模板**: `templates/stage4_visualization_template.md`

---

Stage 5: 代码生成

**目标**: 生成可复用的分析代码

**代码类型**:

• 数据预处理和清洗
• 质量检查函数
• 分析管道
• 可视化函数
• 机器学习代码（如需要）

**输出**:

• 完整的分析脚本
• 可复用的函数库
• 使用说明

**参考模板**: `templates/stage5_code_template.md`

---

Stage 6: 综合报告生成

**目标**: 汇总所有分析，提供业务洞察

**报告结构**: 1. 执行摘要 2. 数据概述 3. 深度分析 4. 研究假设 5. 业务建议 6. 实验设计 7. 结论

**输出**:

• 综合分析报告（Markdown/PDF）
• 执行摘要（给管理层）
• 技术附录

**参考模板**: `templates/stage6_report_template.md`

---

🔧 快速参考

常用分析方法

| 分析类型 | 方法 | |---------|------| | 描述统计 | 均值、中位数、标准差、分位数 | | 相关性 | Pearson/Spearman 相关系数 | | 假设检验 | t 检验、ANOVA、卡方检验 | | 异常检测 | IQR、Z-score、DBSCAN | | 客户分群 | RFM 分析、K-means 聚类 | | 预测模型 | 线性回归、随机森林、XGBoost |

---

🏷️ 语言要求

所有分析输出、报告和可视化使用**中文**，除非用户另有说明。

---

� 详细指南

每个阶段的详细操作指南，请参考 `guide/` 目录下的文档。

---

✅ Skill 特点

✅ **通用化**: 适用于任何数据集，不绑定特定数据 ✅ **指导性**: 提供方法论和模板，而非写死的脚本 ✅ **完整**: 标准 6 阶段工作流 ✅ **本地化**: 所有内容放在 skill 目录下 ✅ **可扩展**: 可根据需要添加新模板和指南