Guide de lecture localisé
statistical-analysisObjectif, utilisation et source
Appliquer des méthodes statistiques telles que les statistiques descriptives, l'analyse des tendances, la détection des valeurs aberrantes et les tests d'hypothèses. Les utiliser pour analyser des distributions, tester la significativité, détecter des anomalies, calculer des corrélations ou interpréter des résultats statistiques.
Source récupérée:
- Dépôt source
- anthropics/knowledge-work-plugins
- SKILL.md
data/skills/statistical-analysis/SKILL.md- Étoiles du dépôt
- 34,049
- Mise à jour du dépôt
- 2026-10-30
- Catégories de capacités
- Développement
- Dernière collecte
Licence : Fichier de licence à vérifier
Les extraits de flux de travail sont des outils de lecture et non des instructions exécutables de Codez. Aucune compétence tierce n'a été utilisée pour générer cette page.
Les passages relatifs à l'objectif et au flux de travail ci-dessous constituent le contenu original, organisé et traduit pour la lecture. Ils sont distincts de l'analyse éditoriale de Codez, qui est étiquetée séparément.
À quoi sert cette compétence ?
Appliquer des méthodes statistiques telles que les statistiques descriptives, l'analyse des tendances, la détection des valeurs aberrantes et les tests d'hypothèses. Les utiliser pour analyser des distributions, tester la significativité, détecter des anomalies, calculer des corrélations ou interpréter des résultats statistiques.
Comment fonctionne le flux de travail en amont
Quand l'utiliser
Utilisez les tests d'hypothèses lorsque vous devez déterminer si une différence observée est probablement réelle ou si elle pourrait être due au hasard. Scénarios courants :A/BRésultats des tests : La variante B est-elle réellement meilleure que la variante A ?Before/afterComparaison : La modification du produit a-t-elle réellement influencé cet indicateur ? Comparaison par segment : Les clients entreprises bénéficient-ils réellement d’une meilleure fidélisation ?
passage en amont · L157 ↗Compétences en analyse statistique
Statistiques descriptives, analyse des tendances, détection des valeurs aberrantes, tests d'hypothèses et conseils sur les situations où il convient d'être prudent face aux affirmations statistiques.
passage en amont · L7 ↗Tendance centrale
Choisissez la mesure de tendance centrale la plus appropriée en fonction des données : présentez toujours la moyenne et la médiane conjointement pour les indicateurs de performance. Si elles divergent significativement, les données sont asymétriques et la moyenne seule est trompeuse.
passage en amont · L13 ↗p1: Bottom 1% (floor / minimum typical value)
p5: Low end of normal range
p25: First quartile
p50: Median (typical user)
p75: Third quartile
p90: Top 10% / power users
p95: High end of normal range
p99: Top 1% / extreme usersConfiguration requise
Aucun extrait de configuration n'a été sélectionné dans ce fichier. Cela ne signifie pas que la compétence est sans dépendances. Consultez les instructions de configuration du dépôt et les fichiers référencés.
Limites et contrôles de qualité
Aucun passage de limite distinct n'a été sélectionné dans ce fichier. Cela ne signifie pas que la compétence est sûre pour toutes les entrées ou tous les environnements. Consultez le code source complet et validez vos résultats.
Commencez par un essai sans danger
- Vérifiez l'hôte pris en charge et les instructions d'installation du dépôt. Conservez le répertoire Skill ainsi que ses scripts, ressources et documentation référencés ;SKILL.mdSeul, il peut omettre les dépendances.
- Indiquez à l'agent vos paramètres d'entrée réels, le résultat souhaité et les critères d'acceptation. La syntaxe d'appel et les outils disponibles dépendent du système hôte ; ce site ne propose pas de commande d'installation universelle.
- Testez le flux de travail source dans un projet temporaire ou sur une copie. Avant d'autoriser les opérations qui modifient des fichiers, des services distants ou des ressources facturables, examinez-les attentivement.
- Vérifiez la conformité du résultat avec les contrôles qualité sources et vos propres exigences. Un déclenchement réussi ou un nombre élevé d'étoiles dans le dépôt ne garantissent pas un résultat correct.
Pour en savoir plus, consultez la source.
- Compétences en analyse statistique
- Tendance centrale
- Répartition et variabilité
- Percentiles pour le contexte commercial
- Description des distributions
- Identification des tendances
- Détection de saisonnalité
- Prévision (Méthodes simples)
- Méthodes statistiques
- Gestion des valeurs aberrantes
- Détection d'anomalies dans les séries temporelles
- Quand l'utiliser
- Le cadre
- Signification pratique vs. signification statistique
- Considérations relatives à la taille de l'échantillon
- Corrélation n'est pas causalité.
- Problème de comparaisons multiples
- Le paradoxe de Simpson
- Biais de survie
- Erreur écologique
- S'appuyer sur des chiffres précis
Compétences connexes
Traduction et étendue
Ce guide de lecture sélectionne des passages de l'amont épingléSKILL.mdCette traduction est assistée. Elle ne constitue pas un manuel complet et ne garantit pas une compatibilité testée. Veuillez lire le document original et les fichiers auxquels il fait référence avant utilisation.
Cette introduction fait référence à la version épinglée ci-dessous ; l’activité actuelle du dépôt et la durée de la collecte sont indiquées séparément.
- Source épinglée
- Lire l'original ↗
- Source récupérée
- Commit source
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- Source SHA-256
91a15cfc144efffcd622b09827362a73993a3ff30e3a78114801832477c9f8a0