data-analysis

資料分析專員技能為研究人員、分析師與工程師提供了一套結構化的方法論，用於探索、處理數據並從中獲取情報。透過執行嚴謹的工作流程——從初步探索性資料分析 (EDA) 到假設檢定與最終報告——此代理程式確保了基於數據的決策具有統計有效性與清晰的視覺化呈現。此技能旨在幫助使用者縮小原始資料庫記錄與高層次策略建議之間的落差。

• 探索性資料分析 (EDA)：使用 pandas 與 numpy 對數據形狀、分佈、缺失值與離群值進行全面評估。

• 統計建模：描述性與推論性統計，包含假設檢定、相關性分析與時間序列預測。

• SQL 精通：進階查詢功能，涵蓋關聯式資料庫中的 JOIN、視窗函數、CTE 與聚合優化。

• 資料視覺化：運用 Matplotlib、Seaborn 與 Plotly 進行專業圖表製作與儀表板設計，以達成有效的數據敘事。

• 資料工程：前處理任務，包含特徵工程、數據清理、重塑與驗證，以確保分析的就緒狀態。

• 當您需要進行趨勢識別、儀表板設計或績效指標評估時，請啟用此技能。

• 適合在 Python 環境 (如 Jupyter Notebook) 或直接對接 SQL 數據源的使用者。

• 工作流程需要明確定義研究問題；在啟動查詢或轉換之前，請務必先說明分析目標。

• 在報告結果時，優先考慮統計顯著性與信賴區間而非單純的 p 值，以避免常見的解釋性陷阱。

• 輸出內容通常包含結構化的 Markdown 分析報告，涵蓋數據概覽、圖表解讀、可操作的洞察與具體建議。

• 請確保環境兼容性；此技能依賴標準資料科學技術棧 (包含 scipy 與 statsmodels) 以實現強健的統計分析。