lightest-data-analysis

name	lightest-data-analysis
skill_id	lightest_data_analysis_skill
controlled	false
description	当用户要对 CSV/Excel/JSON/Parquet 等表格数据做**可复核**的探索性分析（EDA）、数据质量审计、分组聚合与 KPI、相关性、假设检验、时间序列/队列趋势、归因假设验证，并产出带分母的洞察报告或分析备忘录时使用。**触发**：数据分析、EDA、描述统计、数据画像、数据质量、缺失值、异常值、重复数据、分组汇总、透视、同比、环比、YoY、MoM、CAGR、相关性、假设检验、t 检验、ANOVA、卡方、回归、队列、留存、漏斗、CSV 分析、Excel 分析、data analysis、exploratory analysis、statistical summary、why did sales drop。**加载**：`skills_fetch(skill_ids=["lightest_data_analysis_skill"])` → read `references/analysis-router-and-workflow.md`。**勿用**：主交付物必须是带公式的 .xlsx → App bundled `lightest_xlsx_skill`；研报/论文级配图嵌入 Typst/Word → `lightest_data_viz_skill`；聊天里看个趋势示意 → `chart_visualization_skill`；只润色分析段落文字 → `lightest_writing_skill`。
references	["references/analysis-router-and-workflow.md","references/data-intake-and-grain.md","references/eda-and-profiling.md","references/cleaning-and-transformation.md","references/aggregation-and-metrics.md","references/hypothesis-verification-framework.md","references/statistics-and-hypothesis-testing.md","references/time-series-and-cohort.md","references/visualization-for-eda.md","references/reporting-and-findings.md","references/domain-playbooks.md","references/failure-modes-and-guardrails.md","references/lightest-agent-tool-mapping.md","references/SOURCES.md"]

数据分析（开源 Optional Skill）

不进 LighTest App 内置包：仅 lightest-skills optional/lightest-data-analysis/。复制到 your-project/.lightest/skills/ 后设 controlled: true 或 skills_fetch(skill_ids=["lightest_data_analysis_skill"])。

灵魂

1. 用嘴算数 — 无代码/read 证据不报百分比与趋势。
2. grain 错位 — 一行=订单还是订单行；join 翻倍/减半。
3. 相关当因果 — 无分母、无对照就写「因为」。

强制：Compute, don't eyeball · Grain is the contract · Findings with denominators。配方见 references/；上游索引 references/SOURCES.md。

cp -R lightest-skills/optional/lightest-data-analysis your-project/.lightest/skills/

与 lightest_data_viz_skill 的分工

维度	本 skill	lightest_data_viz_skill（App bundled）
交付	Findings、质量/指标表、分析备忘录	PNG/PDF/SVG 嵌入 Typst/Word/Exhibit
触发	EDA、质量、KPI、检验、归因	数字已确认后要出版级 Figure
图	figures/ 探索图；数以表为准	终稿配色、chart_style、嵌入验收
禁止	matplotlib 冒充研报终稿	跳过分析直接「画好看的」

交付 xlsx 模型？ → lightest_xlsx_skill
研报 Figure 嵌入？ → 先本 skill 算清 → lightest_data_viz_skill
对话定性趋势？ → chart_visualization_skill
否则 → 本 skill Phase 0–6

Handoff 模板（分析收尾）：「已确认度量 + 建议图型 + 过滤口径」→ 再 skills_fetch data-viz；禁止在 Findings 未算清时开 data-viz。

数据门禁（Data Gate）

未过 G1–G4 禁止 groupby、merge 汇总、写 Findings。 写入 00-intake.md 并对用户 echo：

门禁	通过标准
G1 路径	加载成功；编码/sheet/行数量级合理
G2 Grain	「每一行 = …」；主键唯一或重复已披露
G3 Schema	01-schema.md 列字典；列名来自 read
G4 口径	销售额/退款/时区/有效订单；lineage 可解释

多表 join 前：assert_unique / validate=（data-intake-and-grain.md）。

EDA 工作流（Phase 0–6）

详表 references/analysis-router-and-workflow.md。

Phase 0 Intake（G1–G4）→ 1 Schema/grain → 2 EDA & 质量 → 3 清洗（必要时）
→ 4 聚合 → 5 检验/归因 → 6 Findings + 可选探索图

Phase	退出标准	reference
0	门禁四格已填	router §Phase 0
1	grain 一句话 + 列字典	data-intake-and-grain.md
2	缺失/重复/类型/时间已表	eda-and-profiling.md
3	清洗可复现或说明未洗原因	cleaning-and-transformation.md
4	主问题表算完（带 WHERE）	aggregation-and-metrics.md
5	检验或 H 表满	statistics-* / hypothesis-*
6	Findings 3–7 条 + 局限	reporting-and-findings.md

Phase 2 EDA 清单（对用户可见）：加载成功 · 行×列量级 · 主键/重复 · 缺失率 Top · 类型 · 时间 min/max · 数值极端（标注不删）· 类别长尾 · 过滤后行数。脚本：eda-and-profiling.md §2 → scripts/profile.py → 02-quality-report.md。

模式：A 快速画像（0→2→3 条 Findings）· B 定向问答（只算问的那张表）· C 完整报告（0–6 + scripts）· D 归因（先 H 表再验证，禁止先编故事）。

示例 1：快速画像（模式 A）

用户：「data/orders.csv 看看数据质量。」

• Phase 0：grain=已支付订单；交付=质量+3 条 Findings。
• Phase 2：跑 profile → 02-quality-report.md。
• Findings（数字须来自脚本）：重复 0.02%（N=120,400）；region 缺失 18%；金额右偏（均值 vs 中位数须同报）。
• 不画研报图；若要 Exhibit → Handoff data-viz。

示例 2：环比归因（模式 B→D）

用户：「为什么 6 月 GMV 环比跌了？」

• Phase 0–1：有效已支付、含税；6 月 vs 5 月；grain=订单。
• Phase 4：总量环比 + 订单量/客单价分解 → 03-metrics.md。
• Phase 5：H1 流量、H2 客单价、H3 类目（hypothesis-verification-framework.md），逐条验证 Status。
• Findings：粗体结论 + 分母 N + 过滤；观察性写「关联」不写「导致」。
• Handoff：「6 月 GMV ¥4.1M，环比 -8.3%，建议按月折线」→ lightest_data_viz_skill。

栈内其它 skill

技能	何时
本 skill	门禁 → EDA → 聚合 → 检验 → Findings
lightest_data_viz_skill	数字确认 → Typst/Word Figure
lightest_xlsx_skill	交付 xlsx 公式/透视
chart_visualization_skill	无数据源的示意
lightest_writing_skill	润色 prose，不改数字

任务路由

用户要	read
不知从哪开始	analysis-router-and-workflow.md
grain / join	data-intake-and-grain.md
画像 / 缺失	eda-and-profiling.md
清洗	cleaning-and-transformation.md
汇总 / 同比	aggregation-and-metrics.md
为什么跌	hypothesis-verification-framework.md
显著性	statistics-and-hypothesis-testing.md
趋势 / 队列	time-series-and-cohort.md
探索图 vs 研报图	visualization-for-eda.md
报告	reporting-and-findings.md
LighTest 工具	lightest-agent-tool-mapping.md

硬性纪律

禁止用嘴算数 · 编造列名 · 隐瞒过滤 · 默认删异常/填缺失 · 观察性写因果 · 大表未注明是否全量。

工作区

.lightest/data-analysis/<简称>/：00-intake.md · 01-schema.md · 02-quality-report.md · 03-metrics.md · 04-hypothesis-log.md（可选）· findings.md（强制）· scripts/ · figures/（EDA 非终稿）。

收工检查清单

门禁：G1–G4 已 echo？grain 一句话？join 行数未膨胀？

EDA/计算：Phase 2 清单已跑？本轮有代码/read？每条 Finding 有 N 与 WHERE？lineage 已解释？

边界：未把研报配图当终点？要 Figure 时已 Handoff data-viz？局限已写？

反模式：failure-modes-and-guardrails.md（列名幻觉、many-to-many、offload 预览当全量）。

开源维护

只改 lightest-skills optional/lightest-data-analysis/；勿放进 electron/assets/builtin-skills/。主仓索引 docs/数据分析-Skills开源.md。