data-analysis

数据分析专家技能为研究人员、分析师与工程师提供了一套结构化的方法论，用于探索、处理数据并从中获取情报。通过执行严谨的工作流程——从初步探索性数据分析 (EDA) 到假设检验与最终报告——此代理程序确保了基于数据的决策具有统计有效性与清晰的视觉化呈现。此技能旨在帮助用户缩小原始数据库记录与高层次策略建议之间的落差。

• 探索性数据分析 (EDA)：使用 pandas 与 numpy 对数据形状、分布、缺失值与离群值进行全面评估。

• 统计建模：描述性与推论性统计，包含假设检验、相关性分析与时间序列预测。

• SQL 精通：进阶查询功能，涵盖关系型数据库中的 JOIN、窗口函数、CTE 与聚合优化。

• 数据可视化：运用 Matplotlib、Seaborn 与 Plotly 进行专业图表制作与仪表板设计，以达成有效的数据叙事。

• 数据工程：前处理任务，包含特征工程、数据清理、重塑与验证，以确保分析的就绪状态。

• 当您需要进行趋势识别、仪表板设计或绩效指标评估时，请启用此技能。

• 适合在 Python 环境 (如 Jupyter Notebook) 或直接对接 SQL 数据源的用户。

• 工作流程需要明确定义研究问题；在启动查询或转换之前，请务必先说明分析目标。

• 在报告结果时，优先考虑统计显著性与置信区间而非单纯的 p 值，以避免常见的解释性陷阱。

• 输出内容通常包含结构化的 Markdown 分析报告，涵盖数据概览、图表解读、可操作的洞察与具体建议。

• 请确保环境兼容性；此技能依赖标准数据科学技术栈 (包含 scipy 与 statsmodels) 以实现强健的统计分析。