statistical-analysis目的、用途、および情報源

このスキルが何をするか

記述統計、傾向分析、外れ値検出、仮説検定などの統計的手法を適用します。分布の分析、有意性の検定、異常値の検出、相関関係の計算、統計結果の解釈などに使用します。

上流ワークフローの仕組み

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 users

要件とセットアップ

このファイルから要件定義の短い記述が選択されませんでした。これは、スキルに依存関係がないという意味ではありません。リポジトリの設定手順と参照ファイルを確認してください。

制限事項と品質チェック

このファイルからは、個別の制限に関する記述は選択されていません。これは、このスキルがあらゆる入力や環境において安全であることを意味するものではありません。ソースコード全体を確認し、ご自身で結果を検証してください。

まずは安全なトライアルから始めましょう

1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

• 統計分析スキル
• 中心傾向
• 拡散と変動性
• ビジネス環境におけるパーセンタイル
• 分布の記述
• トレンドの特定
• 季節性検出
• 予測（簡易手法）
• 統計的手法
• 外れ値の取り扱い
• 時系列異常検知
• 使用時期
• フレームワーク
• 実質的意義と統計的意義
• サンプルサイズに関する考慮事項
• 相関関係は因果関係ではない
• 多重比較の問題
• シンプソンのパラドックス
• 生存者バイアス
• 生態学的誤謬
• 特定の数値に固執する

関連スキル

• ap-processoranthropics/knowledge-work-plugins
• audit-supportanthropics/knowledge-work-plugins
• build-connectoranthropics/knowledge-work-plugins
• build-zoom-botanthropics/knowledge-work-plugins

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース

原文を読む ↗

ソースを取得しました

2026-10-29T09:32:23Z

ソースコミット

2574e29377c7173d0cecffef29a6ecbd7f8ccb5d

ソースSHA-256

91a15cfc144efffcd622b09827362a73993a3ff30e3a78114801832477c9f8a0