Guía de lectura localizada
validate-dataFinalidad, uso y origen
Realice un control de calidad de un análisis antes de compartirlo: verifique la metodología, la precisión y los posibles sesgos. Úselo al revisar un análisis antes de una presentación a las partes interesadas, al comprobar cálculos y la lógica de agregación, al verificar que los resultados de una consulta SQL sean correctos o al evaluar si las conclusiones están realmente respaldadas por los datos.
Fuente recuperada:
- Repositorio de origen
- anthropics/knowledge-work-plugins
- SKILL.md
data/skills/validate-data/SKILL.md- Estrellas del repositorio
- 34,049
- Actualización del repositorio
- 2026-10-30
- Clasificación de habilidades
- Datos
- Última recopilación
Licencia: Documentos de licencia pendientes de verificación
Los extractos del flujo de trabajo son guías de lectura, no instrucciones ejecutables de Codez. No se utilizó ninguna habilidad de terceros para generar esta página.
Los siguientes fragmentos sobre el propósito y el flujo de trabajo son material preliminar, organizado y traducido para su lectura. Son distintos del análisis editorial de Codez, que se presenta por separado.
Lo que hace esta habilidad
Realice un control de calidad de un análisis antes de compartirlo: verifique la metodología, la precisión y los posibles sesgos. Úselo al revisar un análisis antes de una presentación a las partes interesadas, al comprobar cálculos y la lógica de agregación, al verificar que los resultados de una consulta SQL sean correctos o al evaluar si las conclusiones están realmente respaldadas por los datos.
Cómo funciona el flujo de trabajo ascendente
Uso
El análisis puede ser: Un documento o informe en la conversación Un archivo (markdown, notebook, hoja de cálculo) Consultas SQL y sus resultados
Paso río arriba · L13 ↗/validate-data - Validar el análisis antes de compartirlo
> Si ve marcadores de posición desconocidos o necesita comprobar qué herramientas están conectadas, consulteCONNECTORS.mdRevisar un análisis para verificar su precisión, metodología y posibles sesgos antes de compartirlo con las partes interesadas. Genera una evaluación de confianza y sugerencias de mejora.
Paso río arriba · L7 ↗1Revisión de la metodología y los supuestos
Formulación de la pregunta: ¿El análisis responde a la pregunta correcta? ¿Podría interpretarse la pregunta de manera diferente? Selección de datos: ¿Son los datos correctos?tables/datasets¿Se está utilizando? ¿Es apropiado el intervalo de tiempo?
Paso río arriba · L28 ↗/validate-data <analysis to review>Requisitos y configuración
No se seleccionó ningún fragmento de requisitos breves de este archivo. Esto no significa que la habilidad no tenga dependencias. Consulte las instrucciones de configuración del repositorio y los archivos de referencia.
Límites y controles de calidad
3. Compruebe si existen errores analíticos comunes.
Revise sistemáticamente comparándolo con el catálogo detallado de errores comunes que se presenta a continuación (explosión de uniones, sesgo de supervivencia, comparación de períodos incompletos, cambio de denominador, promedio de promedios, discrepancias de zona horaria, sesgo de selección).
Paso río arriba · L42 ↗Controles de calidad de los datos
[ ] Verificación de la fuente: Confirmado cuáltables/dataSe utilizaron fuentes. ¿Son las adecuadas para esta pregunta? [ ] Actualización: Los datos son suficientemente recientes para el análisis. Se indicó la fecha de referencia.
Paso río arriba · L133 ↗Comience con una prueba segura.
- Verifique el host compatible y las instrucciones de instalación del repositorio. Mantenga juntos el directorio Skill y sus scripts, recursos y documentación a los que hace referencia;SKILL.mdsolo puede omitir dependencias.
- Proporcione al agente sus datos reales, el resultado deseado y los criterios de aceptación. La sintaxis de invocación y las herramientas disponibles dependen del sistema anfitrión; este sitio no presupone un comando de instalación universal.
- Pruebe el flujo de trabajo original en un proyecto desechable o en una copia. Revise las operaciones que modifican archivos, servicios remotos o recursos facturables antes de autorizarlas.
- Valide el resultado comparándolo con los controles de calidad de origen y sus propios requisitos. Un activador exitoso o un alto número de estrellas en el repositorio no garantizan un resultado correcto.
Lea más en la fuente
- /validate-data - Validar el análisis antes de compartirlo
- Uso
- 1Revisión de la metodología y los supuestos
- 2Ejecutar la lista de verificación de control de calidad previa a la entrega
- 3. Compruebe si existen errores analíticos comunes.
- 4. Verificar cálculos y agregaciones
- 5Evaluar visualizaciones
- 6Evaluar la narrativa y las conclusiones.
- 7Sugerir mejoras
- 8Generar evaluación de confianza
- Lista de verificación de control de calidad previa a la entrega
- Controles de calidad de los datos
- Comprobaciones de cálculo
- Controles de razonabilidad
- Comprobaciones de presentación
- Únete a Explosión
- Sesgo de supervivencia
- Comparación de períodos incompletos
- Cambio de denominador
- Promedio de promedios
- Desajustes de zonas horarias
- Sesgo de selección en la segmentación
- Otras trampas estadísticas
- Comprobaciones de magnitud
- Técnicas de validación cruzada
- Señales de alerta que justifican una investigación
- Plantilla de documentación de análisis
- Documentación del código
- Control de versiones para análisis
- Consejos
Habilidades relacionadas
Traducción y alcance
Esta guía de lectura selecciona pasajes de la sección fijada en la parte superior.SKILL.mdLa traducción es asistida. No se trata de un manual completo ni garantiza la compatibilidad. Lea el original y los archivos a los que hace referencia antes de usarlo.
Esta introducción hace referencia a la versión fijada a continuación; la actividad actual del repositorio y la hora de recopilación se muestran por separado.
- Fuente fijada
- Lee el original ↗
- Fuente recuperada
- Confirmación de origen
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- Fuente SHA-256
1e424822043480375b80aef9416227b1c8083af749ca536568716265f79ca54b