sarima

使用 SARIMA 建模季节性时间序列预测（forecast）

安装方式

默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。

用 Codex 或 Claude 帮你安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。

直接命令不会经过审查 Prompt；运行前请先检查来源。

npx skills add https://github.com/Zafer-Liu/Data-Analysis-Agent --skill sarima

命令会保持在同一行。复制前请横向滚动并检查完整内容。

想先保存到本地？可下载 SkillsMP 当前能够提供的文件。

决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。

SKILL.md

来源说明 · 只读预览

name	sarima
description	使用 SARIMA 建模季节性时间序列预测（forecast）
icon	🌊
allowedTools	["get_schema","query_data","run_analysis","generate_chart"]

确认时间频率和季节周期，检查数据长度能否覆盖足够周期。执行季节模型与时间验证，报告参数、误差、预测区间和季节模式；数据不足时不要强行拟合。

Use get_schema to identify the time column, target column, seasonal frequency, and source table.
Use query_data only to verify sorted frequency, missing periods, and enough seasonal cycles.
Use run_analysis with analysis_name="Time_Series_SARIMA" for the actual forecast computation.
Use generate_chart on forecast or seasonal diagnostic result tables after run_analysis succeeds.