data-analysis-workflow（数据分析工作流程）

Data Analysis Workflow

Overview

标准化数据分析工作流，整合多个数据分析技能，提供从数据导入到结果报告的完整流程。

6 Workflow Stages

1. 数据导入与检查 (5-10 分钟)

• 数据维度检查
• 变量类型检查
• 缺失值检测
• 异常值检测

使用技能: data-analysis, pandas

2. 数据清洗与预处理 (15-30 分钟)

• 缺失值处理
• 异常值处理
• 变量转换
• 数据标准化

使用技能: data-analysis, pandas

3. 描述统计与探索 (20-40 分钟)

• 集中趋势（均值、中位数）
• 离散程度（标准差、范围）
• 分布形态（偏度、峰度）
• 相关分析

使用技能: data-analysis, seaborn, exploratory-data-analysis

4. 推断统计分析 (30-60 分钟)

• 统计检验选择
• 假设条件检查
• 执行统计检验
• 效应量计算

使用技能: statistical-analysis, scipy

5. 可视化呈现 (20-40 分钟)

• 统计图表（seaborn）
• 定制图表（matplotlib）
• 出版级图表（scientific-visualization）

使用技能: seaborn, matplotlib, scientific-visualization

6. 结果报告 (15-30 分钟)

• APA 格式报告
• 结果解释
• 图表整合

使用技能: statistical-analysis, scientific-visualization

Analysis Types

实验数据分析 (experimental)

适用场景:

• 随机对照试验
• 组间比较
• 前后测设计

统计检验:

• t 检验（独立/配对）
• ANOVA（单因素/多因素）
• 卡方检验

可视化:

• 箱线图
• 小提琴图
• 条形图（带误差线）

调查数据分析 (survey)

适用场景:

• 问卷调查
• 相关研究
• 预测模型

统计检验:

• 相关分析（Pearson/Spearman）
• 回归分析（线性/逻辑）
• 因子分析

可视化:

• 热力图
• 散点图
• 直方图

探索性数据分析 (exploratory)

适用场景:

• 初步数据探索
• 特征工程
• 假设生成

统计检验:

• 描述统计
• 相关分析

可视化:

• 配对图（pairplot）
• 分布图
• 相关矩阵

Usage

基本使用

# 完整分析流程
python data_analysis_workflow.py --file data.csv --type experimental

# 仅描述统计
python data_analysis_workflow.py --file data.csv --stage 3

# 仅统计检验
python data_analysis_workflow.py --file data.csv --stage 4 --test anova

# 生成可视化
python data_analysis_workflow.py --file data.csv --stage 5 --plot boxplot

高级使用

# 指定输出格式
python data_analysis_workflow.py --file data.csv --output report.md --format APA

# 批量分析
python data_analysis_workflow.py --input-dir data/ --output-dir results/

# 出版级图表
python data_analysis_workflow.py --file data.csv --publication-quality --journal nature

Statistical Tests

t 检验

适用场景: 比较两组均值

假设条件:

• 正态性
• 方差齐性
• 独立性

APA 报告:

进行独立样本 t 检验，结果显示两组之间存在显著差异，
t(58) = 2.45, p = .017, d = 0.63, 95% CI [0.12, 1.14]。

ANOVA

适用场景: 比较三组及以上均值

假设条件:

• 正态性
• 方差齐性
• 独立性

APA 报告:

进行单因素方差分析，结果显示三组之间存在显著差异，
F(2, 87) = 5.67, p = .005, η² = 0.12。

相关分析

适用场景: 评估变量间关系

类型:

• Pearson 相关（连续变量，正态分布）
• Spearman 相关（等级变量，非正态）

APA 报告:

Pearson 相关分析显示，变量 X 与变量 Y 呈显著正相关，
r(98) = .45, p < .001, 95% CI [.28, .59]。

Quality Checks

数据质量

分析质量

Best Practices

最佳实践

1. 先探索后检验

- 先做 EDA - 了解数据特征 - 再选择统计方法

1. 检查假设条件

- 正态性 - 方差齐性 - 独立性

1. 报告效应量

- 不仅报告 p 值 - 还要报告效应量 - 提供置信区间

1. 可视化呈现

- 图表清晰 - 标注完整 - 符合出版标准

避免错误

1. 检验误用

- ❌ 非参数数据用参数检验 - ✅ 先检查假设条件

1. 忽略效应量

- ❌ 只报告 p 值 - ✅ 报告效应量和 CI

1. 可视化不当

- ❌ 3D 饼图 - ✅ 简洁清晰的图表

1. 过度解读

- ❌ 相关=因果 - ✅ 谨慎解释结果

Integration

与文献搜索配合

literature-search-workflow: 负责文献搜索
data-analysis-workflow: 负责数据分析
paper-writing-workflow: 负责论文写作

与论文写作配合

data-analysis-workflow: 负责数据分析
statistical-analysis: 负责统计检验
scientific-visualization: 负责图表生成
paper-writing-workflow: 负责整合到论文

Examples

示例 1: 实验数据分析

python data_analysis_workflow.py \
  --file experiment_data.csv \
  --type experimental \
  --output experiment_report.md

输出:

• 数据概览
• 描述统计表
• t 检验/ANOVA 结果
• 箱线图/小提琴图
• APA 格式报告

示例 2: 调查数据分析

python data_analysis_workflow.py \
  --file survey_data.csv \
  --type survey \
  --output survey_report.md

输出:

• 样本特征
• 相关矩阵
• 回归分析结果
• 热力图/散点图
• APA 格式报告

示例 3: 探索性数据分析

python data_analysis_workflow.py \
  --file data.csv \
  --type exploratory \
  --output eda_report.md

输出:

• 数据概览
• 缺失值分析
• 分布可视化
• 相关分析
• EDA 报告

References

• APA Style: https://apastyle.apa.org/
• Effect Size: https://www.cohen.com/
• Statistical Power: https://www.gpower.com/
• Scientific Visualization: https://matplotlib.org/

技能版本: v1.0.0 创建时间: 2026-03-14 维护者: academic-assistant 下次更新: 功能改进时

*高效数据分析，从标准化工作流开始！*📊🔬