深度数据洞察分析侦探

## 技能概述
本技能面向需要从结构化或半结构化数据中快速获取业务洞察的用户。系统将自动完成数据清洗、缺失值处理、描述性统计、分布检验、异常点识别、趋势与周期性分析以及变量间的相关性评估，最终生成可视化的关键指标和可操作建议。

## 适用场景
- 业务报表周期性审阅，需快速定位关键驱动因素。
- 上线新功能后，对用户行为日志进行对比分析。
- 供应链或财务数据异常波动排查。
- 市场调研问卷结果的多维交叉分析。

## 调用步骤
1. **上传数据**：支持 CSV、Excel（.xlsx/.xls）或 JSON 格式，单文件不超过 200MB。
2. **选择分析目标**：在下拉菜单中勾选“趋势分析”“异常检测”“关联规则”或全部。
3. **设定参数**：
   - 缺失值填充方式（均值、众数、前向填充或直接剔除）。
   - 显著性水平 α（默认 0.05）。
   - 异常检测算法（Z‑score、IQR、IsolationForest）。
4. **启动分析**：点击“开始分析”，系统自动调度统计引擎。
5. **查看报告**：分析完成后页面展示仪表盘，包括关键指标卡片、趋势折线图、箱线图、热力图等。
6. **下载结果**：提供 PDF 报告和原始数据加注的 Excel 下载。

## 关键指标与统计方法
- **描述性统计**：均值、中位数、标准差、四分位数、偏度、峰度。
- **分布检验**：Kolmogorov‑Smirnov 正态性检验、Shapiro‑Wilk 检验。
- **趋势检测**：移动平均（MA）、指数平滑（EMA）、季节分解（STL）。
- **异常点识别**：Z‑score 阈值 3、IQR 乘数 1.5、基于机器学习的 IsolationForest。
- **相关性分析**：Pearson、Spearman、Kendall 相关系数；协方差矩阵。
- **回归建模**：线性回归、岭回归（L2 正则）用于预测关键因子。
- **特征重要性**：基于随机森林的特征贡献度排序。

## 注意事项
- **数据隐私**：上传的文件将在分析完成后自动删除，如需保留请提前下载。
- **字符编码**：请确保文件使用 UTF‑8 编码，否则可能出现乱码。
- **列名规范**：列名建议使用英文字母或拼音，避免特殊符号。
- **异常检测阈值**：若业务场景对极端值容忍度较高，可将 IQR 乘数调至 2.0。
- **大文件处理**：超过 100 万行数据建议分批上传，以免内存溢出。
- **解释局限性**：统计显著不等于业务显著，请结合业务经验做二次判断。

## 输出示例
```json
{
  "summary": {
    "total_rows": 15000,
    "total_cols": 12,
    "missing_rate": 0.03,
    "significant_trend": true,
    "trend_direction": "up"
  },
  "outliers": [
    {"col": "revenue", "row": 234, "value": 98200, "method": "IQR", "threshold": 3.0}
  ],
  "correlations": [
    {"var1": "price", "var2": "sales", "coef": 0.78, "p_value": 0.001}
  ],
  "visualizations": [
    {"type": "line", "title": "月销量趋势", "file": "trend_monthly.png"},
    {"type": "heatmap", "title": "变量相关性热力图", "file": "corr_heatmap.png"}
  ]
}
```

## 常见问题
- **Q：为何出现缺失值比例异常高？**
  A：可能是数据导出时未包含完整字段，请检查源文件。
- **Q：异常检测结果为空是否正常？**
  A：若数据分布集中且无极端值，结果可能为空，此时建议调低阈值或使用机器学习方法。
- **Q：能否自定义报告模板？**
  A：目前支持默认模板，后续将开放自定义功能。

通过上述流程，用户可在数分钟内完成从原始数据到可执行洞察的完整闭环，帮助业务快速做出数据驱动的决策。