ace

name ace description 数据分析王牌 Skill。用于统计分析、方差分析、ANOVA、回归分析、实证分析、 DID双重差分、中介效应、调节效应、稳健性检验、工具变量、内生性、 问卷分析、SERVQUAL、Likert量表、信度检验、效度检验、因子分析、 卡方检验、描述性统计、交叉分析、相关分析、非参数检验、 正态性检验、方差齐性、效应量、ROC曲线、ICC、SEM结构方程、 机器学习、随机森林、RandomForest、XGBoost、SVM、分类模型、 预测模型、超参调优、GridSearch、Optuna、特征重要性、SHAP、 交叉验证、混淆矩阵、学习曲线、Pipeline、模型评估、 数据清洗、SPSS格式、三线表、Word报告、论文格式修改、 图表绘制、matplotlib、学术绘图、配色方案。 触发词：分析数据、做方差分析、问卷分析、清洗数据、格式修改、画图、 出报告、实证分析、回归、相关分析、信度、效度、随机森林、 机器学习、建模、调参、预测、分类、特征重要性 Ace — 数据分析王牌 一站式覆盖实证分析全套、统计检验、问卷分析、论文格式、学术绘图。 0.0 工作区整洁规则 在用户项目目录内执行 ace 任务时， 所有新建分析脚本、清洗脚本、绘图脚本、临时验证脚本，默认统一放入项目内的 scripts/ 文件夹 ，不要直接散落在主目录。 若任务较大或包含多个子任务，允许在 scripts/ 下继续分支，例如： scripts/eda/ scripts/regression/ scripts/2026-04-16_rice_quality/ 若项目本身已经存在集中管理脚本的目录，则优先复用该目录并继续分层；若没有，则主动创建 scripts/ 。 主目录应尽量只保留数据、文稿、最终交付物和必要配置文件，避免被一次性脚本、临时调试文件污染。 本 Skill 自带的模板脚本仍位于 Skill 包内的 scripts/ ，而 针对当前用户任务新生成的脚本 应放在用户项目自己的集中脚本目录中。 0. 附带代码模板 scripts/precheck.py ：环境、文件、依赖与输入前置检查 scripts/check_assumptions.py ：正态性、方差齐性、VIF 等前置检验 scripts/questionnaire_pipeline.py ：问卷全套流水线（清洗、描述、信度、KMO/Bartlett、EFA） scripts/anova_pipeline.py ：方差分析、LSD、多重比较、结果输出 scripts/generate_spss_syntax.py ：SPSS 语法生成 scripts/three_line_table.py ：三线表输出 scripts/merge_report.py ：结果合并与报告装配 scripts/verify_report.py ：报告一致性核查 code_library/descriptive.py / correlation.py / ttest.py / anova.py ：基础统计函数 code_library/regression.py / did.py / mediation.py ：实证分析核心函数 code_library/survey.py ：问卷信效度、EFA、AVE/CR code_library/ml_pipeline.py ：机器学习基线与调参代码库 code_library/plot_bindent.py ：学术绘图初始化、字体、配色与图模板 code_library/report_builder.py / word_utils.py ：Word 报告写作与格式辅助 使用原则： scripts/ 优先用于可直接运行的流水线与检查脚本 code_library/ 优先用于按需 import 的函数与片段库 优先复用这些入口并按任务改参数，不要每次从零重写 0.1 模板引擎与报告模板预设 _ace_templates/engine.py ：模板装配入口，用于按预设生成结构化交付 _ace_templates/text_library/blocks.py ：标准分析文字块库，适合问卷、信效度、相关、回归、中介等段落复用 _ace_templates/text_library/word_engine.py ：Word 段落与格式写入辅助 _ace_templates/format_presets/ ：报告格式预设 report_delivery.json ：客户交付报告 spss_mimic.json ：SPSS 风格输出 thesis_songti.json ：论文宋体风格 thesis_strict.json ：更严格的论文格式 compact_mini.json ：轻量简版 _ace_templates/templates/ ：场景化流水线模板 A1_questionnaire A2_questionnaire_mediation B1_cross_section C1_anova D1_medical 使用原则： 若任务需要“脚本 + Word 报告 + 固定格式预设”一体化交付，优先考虑 _ace_templates 若只是常规单次统计分析，优先复用 scripts/ 与 code_library/ ，避免过度模板化 0.1.1 Word 默认格式规范 对中文论文、分析报告、提纲、三线表配套说明等 Word 输出，默认优先使用 _ace_templates/format_presets/thesis_strict.json 。 若用户明确要求更常见的毕业论文宋体版式，可退回 thesis_songti.json 。 若输出内容需要 直接插入现有论文的某一章/某一节 ，默认进入“论文章节嵌入模式”： 标题层级优先继承目标论文原有编号，例如 4.5 、 4.5.1 、 4.5.2 不保留独立报告味较重的总标题与小节标题，如 问卷数据分析报告 、 补充分析 、 开放题结果归纳 小节名称优先改写为能直接放入论文正文的口径，如 受访者基本情况与包裹感认知 、 核心情感量表检验 、 情感需求总结 默认规范如下： 中文标题与各级标题： 黑体 、黑色、加粗 正文中文： 宋体 正文英文与数字： Times New Roman 任何位置的英文和数字都必须使用 Times New Roman ，包括标题中的英文、表头英文、图例、年份角标、括号中的英文单位、处理缩写（CK、GA、BR、MeJA、6-BA）和显著性字母。 正文：首行缩进 2 字符， 1.5 倍行距，段前段后 0 表题：黑体；表内文字：宋体 + Times New Roman 禁止依赖 Word 主题字体或系统默认东亚字体，避免出现 MS Gothic 、彩色标题或模板化样式污染正式文稿。 若用户提供学校模板、期刊模板或既有格式文件，则以用户模板优先覆盖此默认规范。 0.1.2 图表与三线表默认规范 正式论文图片文件本体默认不放图题，图题统一写在 Word 正文中。 坐标轴名称必须完整；有单位的指标必须显式写单位。 单指标主图默认优先使用原始均值 ± 误差；效应总览图可用相对 CK 变化百分比；综合评价图可用标准化指数。 中文科研图中英混排字体的稳定做法（2026-04-22 侯芳芳项目验证）： 目标是中文用宋体，英文、数字、单位、图例、刻度、显著性标记、公式变量用 Times New Roman 正体；不要默认斜体。 Matplotlib 直接输出 PNG 时，中英混排标签容易被单一字体吞掉；更稳流程是先输出 SVG，并设置 svg.fonttype='none' ，再用 svg_font_splitter.py 将中文与英文/数字拆成不同字体，最后再从修正后的 SVG 渲染 PNG。 若用 Chrome/Edge headless 渲染 SVG 为 PNG，必须按 SVG 原始尺寸设置截图窗口，并通过很小的 right_extra 、 bottom_extra 控制保留范围；不要一次性大幅扩边，也不要让截图裁掉边框、图例或坐标轴。 对 K_L 、 K_N 、 K_N/K_L 这类光氮分布参数，优先保证 Times New Roman 正体和大写下标 L/N ；避免 mathtext 默认字体导致 DejaVu 或斜体。若使用 mathtext，必须显式设置 custom Times New Roman；若仍不稳，改用普通文本/分段绘制。 售后微调图件时只改用户点名的问题；若需要连带改导出方式、布局、字体方案或其它元素，必须先说明并等用户确认。 图例默认放在不遮挡数据的位置，优先右上角或左上角；必要时应主动调大 Y 轴范围。 柱状图若存在多处理比较，默认优先使用字母显著性分组，不只保留误差线。 Word 中正式表格默认使用三线表，不使用 Table Grid 式网格表。 需要 Word 输出时，优先复用 scripts/three_line_table.py 或等价三线表逻辑，不要临时生成普通网格表。 若未被用户明确要求增加分隔线，三线表默认只保留顶线、表头下横线和底线，不额外添加中间横线、虚线或分块线。 Word 中表格默认整体居中；若表后需要说明，表注必须紧跟对应表格下方，不得挪到正文末尾或下一张表之后。 对描述统计表、样本特征表、单因素比较表等分组表，默认将“变量”和“类别/组别”拆成不同列，不把变量名与类别值混在同一列；变量名默认只在该变量首行出现，后续类别行留空或按用户提供模板排版。 若交付的是“单一核心因变量”的单因素分析表，默认优先采用 变量 | 组别 | 例数 | 因变量均值±标准差 | t/F | P 的纵向分组样式；统计量与 P 值仅在该变量首行显示，后续组别行留空，默认对齐参考常见医学论文表格格式。 Word 表格的“默认居中”不仅指表格对象整体居中，也指表头与单元格文字默认居中；除非用户明确要求左对齐，不要只把表框居中而把表内文字保留左对齐。 客户版 Word 报告中，表格、表注、结果分析之间默认顺序为：表格 → 表注 → 空一行 → 结果分析。 若用户明确说明“该内容要直接放到论文正文/某一章某一节”，或用户提供的论文原稿本身采用“先文后表”结构，则默认顺序应切换为：结果分析 → 表题 → 表格 → 表注。 论文章节嵌入模式下，表题默认采用论文口径，优先使用： 表4.1 ……分析表 表4.2 ……检验表 表4.3 ……比较分析表 避免使用工作底稿或独立报告味较重的命名，例如 描述统计与载荷结果 、 补充分析结果 、 开放题结果归纳 图表中英混排时必须逐元素指定字体：中文用 宋体/黑体 ，英文和数字用 Times New Roman ；不得依赖系统自动回退或主题字体。 若交付对象是客户或外部收件人，Word/PDF 正文默认禁止出现“给内部看的元说明”，例如“本次参考截图/文献”“变量按当前字段重建”“以下为说明”“本轮修正了”等过程性文字。 客户版分析交付正文默认只保留：标题、表格/图、表注、结果分析、必要统计口径与直接结论；方法来源、截图参考、核查说明、版本差异等内容应写入核查日志、脚本注释或项目记录，不进入客户正文。 0.1.3 客户版交付成品自动核查清单 适用于 兼职/ 下所有需要交付 Word 报告、论文式分析说明、正式统计表或客户可见结果文档的任务。只要用户没有明确要求保留过程说明，交付前必须回看最终成品文件，而不是只检查生成脚本。 客户可见正文、表题、表注、文件名中默认不得出现过程化/内部化措辞，包括但不限于： 客户 、 本轮 、 当前设定 、 本报告 、 过程说明 、 交付 、 模拟 、 内部看的 、 用于本科论文 、 论文写作而言 、 按客户要求 、 结果整理 。确需说明数据版本或模拟属性时，应放入核查日志、项目记录或单独说明文件，不混入正式正文。 客户可见标题、文件名、SPS/SPV/SAV/Excel/Word 成品名默认不得带内部单号、接单号、文件夹编号或我们自己的项目追踪号，例如 050201-120 、 042102-240 、 157_ 、 XX_ 这类前缀。内部编号只允许出现在项目文件夹、progress、核查日志或内部文件清单中，不进入客户可见成品。 标题、文件名和表格说明默认使用研究主题或指标名称，不使用 本科论文 、 最终版 、 模拟调整版 、 核查版 、内部单号等标签作为客户可见主标题。推荐命名如 统计分析报告.docx 、 问卷数据分析报告.docx 、 SPSS分析结果.spv 、 结果提取表.xlsx ；若需区分主题，可写 生涯适应力影响机制分析报告.docx 。 当客户要求“过程文件/过程结果”打包时，默认按客户可见最小集处理，不把整个项目文件夹打包。Stata/实证类任务默认包含：最终稿件、Stata 输出结果表（通常为脚本整理导出的 Excel，如 第四章实证结果.xlsx ）、Stata 数据文件（整理后面板 .dta 与各表对应 .dta ）。若需放脚本，只放纯数据整理、统计分析、诊断模型脚本；不得放生成 Word/PDF 报告的脚本、日志、核查日志、说明草稿、后台复现包、临时文件或含个人绝对路径的信息，除非用户明确要求。 样本量、频数、题项数、自由度等计数型数值默认显示为整数；百分比通常保留 2 位小数；系数、均值、标准差、Cronbach's α、KMO、CR、AVE、载荷、VIF 通常保留 3 位小数； p 值使用 <0.001 或 3 位小数，星号必须与 p 值一致。 分组表、样本特征表、描述统计分块表中，重复的变量名默认只显示第一行，后续行留空；不得把同一变量名在每个类别行机械重复。 Word 成品必须核查 A4 页面、页边距、标题黑色、正文黑色、表格整体居中、表内文字居中、单元格段前段后为 0、首行/左右缩进为 0；三线表默认只保留顶线、表头下横线和底线。 问卷/量表结果需核查信效度指标是否相互协调：Cronbach's α 与 CR 不应明显背离，AVE、因子载荷、KMO、Bartlett、CR 之间不能出现数学或统计逻辑矛盾；不能只把某个指标调到达标而破坏其他指标。 回归、中介、调节等模型结果需核查 N 、变量方向、显著性、置信区间、VIF 与正文结论一致；不得出现表格支持、正文不支持或星号与 p 值不一致。 导出后必须用 python-docx 、 openpyxl 、XML 检查或人工打开成品之一核对最终 .docx / .xlsx 。如果目标文件被 Word 锁定，另存为清晰命名的修订文件，并在回复中说明实际成品路径。 0.2 多 Agent 分析编排 默认策略：条件式多 Agent，不是所有任务一开始都并行；优先遵循当前项目或全局 AGENTS.md 的多 Agent 规则。 触发条件：存在 2 个及以上彼此独立的子任务；或数据分析任务预计同时产出脚本、表格、报告、核查记录等多个成果；或用户明确要求多 Agent / 三省六部模式。 暂不并行：单文件小改、一次性问答、简单润色、几分钟可完成的小修复、强串行依赖任务，以及根因尚未定位的疑难 bug。 执行原则：主 Agent 先做最小必要理解和任务拆分；子 Agent 只接收边界清晰、可独立交付的检索、审查、测试或局部实现任务；多个 Worker 的写入范围必须互不重叠；派发后主 Agent 继续推进关键路径，仅在被结果卡住时等待。 一、何时触发 统计/实证：方差分析、ANOVA、回归、DID、中介效应、前后测 检验/诊断：正态性、方差齐性、相关分析、非参数检验 问卷/调研：Likert、SERVQUAL、信度、效度、因子分析 机器学习 ：随机森林、XGBoost、SVM、调参、特征重要性、SHAP 格式/输出：论文格式、三线表、页眉页码、Word报告 绘图：matplotlib、配色、DID系数图、误差棒、热力图、混淆矩阵、学习曲线 二、前置检验模块（任何分析前必做） 2.1 正态性检验 from scipy import stats # Shapiro-Wilk（n<5000，首选） stat, p = stats.shapiro(data) # Kolmogorov-Smirnov（大样本） stat, p = stats.kstest(data, 'norm' , args=(data.mean(), data.std())) # 判断：p>0.05 → 正态，否则用非参数检验 2.2 方差齐性检验 # Levene 检验（稳健，首选） stat, p = stats.levene(group1, group2) # Bartlett 检验（严格正态假设下） stat, p = stats.bartlett(group1, group2) 2.3 多重共线性诊断（回归前） from statsmodels.stats.outliers_influence import variance_inflation_factor vif = pd.DataFrame({ 'Variable' : X.columns, 'VIF' : [variance_inflation_factor(X.values, i) for i in range (X.shape[ 1 ])] }) # VIF>10 → 严重共线性，需剔除或合并 5.6.1 AMOS 原生图自动输出（本机已验证） 适用场景： 客户明确要求 AMOS 原生风格 的测量模型图 / 路径图 不能接受 Python / matplotlib / draw.io 仿图 允许使用本机已安装的 IBM SPSS Amos 29 重要边界： 分析结果本身不是默认“顺手自动出 AMOS 图” 。如果主分析最初不是在 AMOS 里跑的，而是 Python / SPSS / 其他流程跑的，则需要 单独重建一份 AMOS 模型文件 再导出图。 这条链路的核心是： 先有 .amw ，再让 AMOS CLI 自动计算与导出 ，而不是指望普通统计脚本自动附带一张 AMOS 图。 本机已确认可用组件： C:\Program Files\IBM\SPSS\Amos\29\AmosGraphicsCLI.exe C:\Program Files\IBM\SPSS\Amos\29\AmosFileManagerCLI.exe C:\Program Files\IBM\SPSS\Amos\29\R\Amos.R C:\Program Files\IBM\SPSS\Amos\29\Documentation\Programming Reference.pdf 官方 R\Amos.R 已明确暴露命令行参数思路： -model <path-to-amw> -plugin CalculateEstimatesAndExit.vb 本机实测结论： 直接让 CLI 跑自定义 .vb/.dll 插件并不稳定，不应作为默认主路线。 更稳的默认路线 是： 先程序化生成 .amw 再调用 AmosGraphicsCLI.exe -model <amw> -plugin CalculateEstimatesAndExit.vb 等待 AMOS 自动生成输出文件 若路径图已进入剪贴板，再由 PowerShell 把剪贴板中的图像落盘为 .png 5.6.2 AMOS 原生图无人工输出推荐流程 A. 准备数据文件 优先使用 ASCII 路径 ，避免中文路径导致 AMOS / Office 组件兼容问题。 这台机器上更稳的做法是先把数据复制到临时目录，例如： C:\Users\16342\AppData\Local\Temp\amos_<project>\ 数据格式优先级： .sav .xls .xlsx 如果只有 .xlsx ，而 .amw 对 Excel 读取不稳定，可先转成 .xls ： $src='C:\path\input.xlsx' $dst='C:\path\input.xls' $excel=New-Object -ComObject Excel.Application $excel.DisplayAlerts=$false $wb=$excel.Workbooks.Open($src) $xlExcel8=56 $wb.SaveAs($dst,$xlExcel8) $wb.Close($false) $excel.Quit() B. 生成 .amw 模型文件 若客户只要图而不是重新在 AMOS 中建模，默认可直接程序化生成 .amw 。 实操要点： .amw 是 可编辑文本文件 ，本机实测编码为 UTF-16 可以从 C:\Program Files\IBM\SPSS\Amos\29\Examples\English\*.amw 选一个结构接近的模板 重点需要改的段包括： !@!ob ：对象块（矩形、椭圆、单箭头、双箭头、标题） !@!dbname !@!dbtype !@!dbconnect !@!dbtable 常见数据连接写法（本机样例已见官方示例）： SPSS ： dbtype=2 ， dbconnect=SPSS Excel 8.0 ： dbtype=1 ， dbconnect=Excel 8.0 Text ： dbtype=1 ， dbconnect=Text C. 用 CLI 自动计算 默认命令： & 'C:\Program Files\IBM\SPSS\Amos\29\AmosGraphicsCLI.exe' ` '-model' 'C:\path\model.amw' ` '-plugin' 'CalculateEstimatesAndExit.vb' 这条链路本机已实测会自动生成这些原生结果文件（命名因项目而异）： *.AmosOutput *.amp *_output.amw *.AmosHistory D. 导出 AMOS 原生路径图 若 CLI 运行后路径图已进入剪贴板，可直接用 PowerShell 抓图并保存： Add-Type -AssemblyName System.Windows.Forms Add-Type -AssemblyName System.Drawing $img=[Windows.Forms.Clipboard]::GetImage() if($img -ne $null){ $out='C:\path\AMOS_native.png' $img.Save($out,[System.Drawing.Imaging.ImageFormat]::Png) } 这一步拿到的就是 AMOS 原生图 ，不是仿图。 E. 默认决策 用户明确说“必须是 AMOS 画 / AMOS 原生输出”： 优先走 .amw + CLI + 原生导图 不要再拿 matplotlib 仿图替代 用户只要“风格像 AMOS”： 可退回仿图路线 如果 AMOS CLI 跑通了结果文件，但剪贴板未携带图像： 先保留 .amw / .amp / .AmosOutput 再判断是否需要补一层 GUI 自动化或人工导图 如果用户要求“完全无人工”： 先明确： 只有在 .amw 生成 + CLI 自动计算 + 剪贴板导图都跑通时，才能宣称彻底无人工 任一环未打通，都必须如实说明卡点 5.6.3 本机已验证事实（2026-04-20） AmosGraphicsCLI.exe 能稳定吃到 -model 和 -plugin 参数 CalculateEstimatesAndExit.vb 这条官方插件名在本机可触发自动计算 本机已成功产出： .AmosOutput .amp *_output.amw 本机已成功从系统剪贴板导出一张 AMOS 原生路径图为 .png 因此： 这台机器上，AMOS 原生图的“无人工自动导出”是可行的，但前提是先准备好可用的 .amw 模型文件 三、统计分析模块 3.1 描述性统计 desc = df.describe().T desc[ 'median' ] = df.median() desc[ 'skewness' ] = df.skew() desc[ 'kurtosis' ] = df.kurtosis() # 分类变量：频率表 + 百分比 3.2 相关分析 # Pearson（连续+正态） r, p = stats.pearsonr(x, y) # Spearman（有序/非正态） rho, p = stats.spearmanr(x, y) # 相关矩阵热力图 corr_matrix = df[num_cols].corr() 绘图 ：相关矩阵热力图，用 plt.imshow() 或 sns.heatmap() ，标注相关系数和显著性星号。 3.3 双因素方差分析（ANOVA） 工作流 ： 读取数据 → 分配受试者 ID statsmodels.formula.api.ols + anova_lm(typ=2) LSD 多重比较 → 紧凑字母显示（CLD） 三线表 Word 输出 + 结果分析段落 字母标记规则 ： 小写字母 = 同组内不同时间 LSD（P<0.05） 大写字母 = 不同因素水平 LSD（P<0.05） 3.4 单因素方差分析 # 参数检验（正态+方差齐） F, p = stats.f_oneway(g1, g2, g3) # 事后比较 from statsmodels.stats.multicomp import pairwise_tukeyhsd tukey = pairwise_tukeyhsd(df[ 'value' ], df[ 'group' ]) # 非参数替代：Kruskal-Wallis H, p = stats.kruskal(g1, g2, g3) # 事后：Dunn 检验 + Bonferroni 校正 3.5 t 检验全家桶 # 独立样本 t 检验 t, p = stats.ttest_ind(g1, g2, equal_var= True ) # 方差齐 t, p = stats.ttest_ind(g1, g2, equal_var= False ) # Welch's t # 配对样本 t 检验 t, p = stats.ttest_rel(pre, post) # 单样本 t 检验