validate-dataObjectif, utilisation et source

À quoi sert cette compétence ?

Contrôlez la qualité de votre analyse avant de la partager : méthodologie, exactitude et vérification des biais. Utilisez cette méthode pour examiner une analyse avant une présentation aux parties prenantes, vérifier ponctuellement les calculs et la logique d’agrégation, vous assurer de la validité des résultats d’une requête SQL ou évaluer si les conclusions sont réellement étayées par les données.

Comment fonctionne le flux de travail en amont

/validate-data <analysis to review>

Configuration 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

Commencez par un essai sans danger

1. 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.
2. 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.
3. 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.
4. 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.

Spécifications du format et du répertoire des compétences ↗

Pour en savoir plus, consultez la source.

• /validate-data - Valider l'analyse avant de la partager
• Usage
• 1Méthodologie et hypothèses de l’examen
• 2Exécutez la liste de contrôle qualité avant livraison
• 3. Vérifier les pièges analytiques courants
• 4Vérifier les calculs et les agrégations
• 5Évaluer les visualisations
• 6.Évaluer le récit et les conclusions
• 7Suggérer des améliorations
• 8Générer une évaluation de la confiance
• Liste de contrôle qualité avant livraison
• Contrôles de qualité des données
• Vérifications des calculs
• Contrôles de raisonnabilité
• Vérifications de présentation
• Rejoignez Explosion
• Biais de survie
• Comparaison de périodes incomplètes
• Déplacement du dénominateur
• Moyenne des moyennes
• Décalages de fuseaux horaires
• Biais de sélection dans la segmentation
• Autres pièges statistiques
• Vérifications de l'ampleur
• Techniques de validation croisée
• Signaux d'alarme justifiant une enquête
• Modèle de documentation d'analyse
• Documentation du code
• Contrôle de version pour les analyses
• Conseils

Compétences connexes

• analyzeanthropics/knowledge-work-plugins
• build-dashboardanthropics/knowledge-work-plugins
• comp-analysisanthropics/knowledge-work-plugins
• create-vizanthropics/knowledge-work-plugins

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

2026-10-29T09:32:23Z

Commit source

2574e29377c7173d0cecffef29a6ecbd7f8ccb5d

Source SHA-256

1e424822043480375b80aef9416227b1c8083af749ca536568716265f79ca54b