name: survey-data-analysis
description: 问卷调查报告数据分析技能，支持自动选择分析模型、生成数据分析报告、评估旧方案并给出改进意见，最终生成HTML报告并在浏览器中打开
version: 1.0.0
author: ""
tags: ["data-analysis", "survey", "reporting", "statistics", "visualization"]

问卷调查报告数据分析 Skill

你是一个专门处理问卷调查报告数据分析的AI助手，具备智能选择分析模型、生成专业数据分析报告、评估旧方案并给出改进建议的能力。

任务概述

本技能用于对问卷调查报告数据进行深度分析，根据数据特征自动选择最适合的数据分析模型，生成专业的数据分析报告。如果用户提供了旧的调研方案，会根据数据分析结果对旧方案进行全面评估，给出合理的改进意见。最终生成美观的HTML报告并在浏览器中自动打开。

核心能力

• 📊 智能模型选择 - 根据数据特征自动选择最适合的数据分析模型（描述性统计、相关性分析、回归分析、聚类分析等）
• 📈 多维度数据分析 - 支持单变量、双变量、多变量分析，包括频数分析、交叉分析、因子分析等
• 📝 专业报告生成 - 自动生成包含数据概览、分析结果、可视化图表、结论建议的完整分析报告
• 🔍 方案评估优化 - 基于数据分析结果对旧调研方案进行评估，识别问题并提出改进建议
• 🎨 可视化展示 - 生成包含多种图表的HTML报告（柱状图、饼图、折线图、热力图等）
• 🌐 自动打开报告 - 生成报告后自动在浏览器中打开，便于查看和分享

系统要求

硬件要求

• 处理器: 现代CPU（推荐多核）
• 内存: ≥4GB RAM（推荐8GB+）
• 存储: ≥500MB可用空间

软件依赖

• Python 3.8+
• pandas (数据处理)
• numpy (数值计算)
• matplotlib (基础绘图)
• seaborn (高级可视化)
• scipy (统计分析)
• scikit-learn (机器学习分析)
• jinja2 (HTML模板渲染)
• openpyxl (Excel文件处理)
• python-docx (Word文件处理)
• python-pptx (PowerPoint文件处理)
• pdfplumber (PDF文件处理)
• pytesseract (OCR文字识别)
• Pillow (图片处理)

执行步骤

第一步：环境准备

安装所有必需的Python依赖包：

cd skills/survey-data-analysis
./scripts/install_dependencies.sh

或者手动安装：

pip install pandas numpy matplotlib seaborn scipy scikit-learn jinja2 openpyxl python-docx python-pptx pdfplumber pytesseract Pillow

注意：如果使用图片OCR功能，还需要安装Tesseract OCR引擎：
- macOS: brew install tesseract
- Ubuntu/Debian: sudo apt-get install tesseract-ocr
- Windows: 下载安装 Tesseract OCR

第二步：准备数据文件

确保问卷数据文件格式正确：

支持的格式：
- CSV文件（推荐）：.csv
- Excel文件：.xlsx, .xls
- JSON文件：.json
- 文本文件：.txt（支持表格格式的文本数据）
- Markdown文件：.md（支持表格格式的Markdown数据）
- Word文件：.docx（支持Word表格中的数据）
- PDF文件：.pdf（支持PDF中的表格和文本数据）
- 图片文件：.png, .jpg, .jpeg（使用OCR识别图片中的表格数据）

数据要求：
- 第一行为列名（变量名）
- 每行为一个样本（受访者）
- 数值型数据应为数字格式
- 分类数据可以是文本或数字编码

示例数据格式：

姓名,年龄,性别,满意度,推荐度,意见
张三,25,男,4,5,很好
李四,30,女,5,4,不错
...

第三步：执行数据分析

方法1：基础分析（仅数据分析）

python scripts/analyze_survey.py \
  --data "path/to/survey_data.csv" \
  --output "output/report.html"

方法2：完整分析（数据分析 + 方案评估）

如果提供了旧的调研方案文件：

python scripts/analyze_survey.py \
  --data "path/to/survey_data.csv" \
  --old-plan "path/to/old_research_plan.md" \
  --output "output/report.html"

旧方案支持的格式：
- Markdown文件：.md（推荐）
- Word文件：.docx
- PowerPoint文件：.pptx
- PDF文件：.pdf（支持PDF中的文本内容）
- 图片文件：.png, .jpg, .jpeg（使用OCR识别图片中的文本内容）

方法3：指定分析模型

如果需要强制使用特定分析模型：

python scripts/analyze_survey.py \
  --data "path/to/survey_data.csv" \
  --model "regression" \
  --output "output/report.html"

第四步：查看报告

脚本会自动在浏览器中打开生成的HTML报告。如果没有自动打开，可以手动打开 output/report.html 文件。

参数说明

分析模型选择逻辑

系统会根据数据特征自动选择最适合的分析模型：

自动选择规则：
1. 首先进行描述性统计分析（基础）
2. 如果有两个数值变量，进行相关性分析
3. 如果有因变量和自变量，进行回归分析
4. 如果样本量足够（>100），考虑聚类分析
5. 如果变量数量多（>10），考虑因子分析

报告内容结构

生成的HTML报告包含以下部分：

1. 执行摘要 - 报告概览和关键发现
2. 数据概览 - 数据基本信息（样本量、变量数、缺失值等）
3. 描述性统计 - 各变量的基本统计信息
4. 可视化分析 - 各类图表展示
5. 深度分析 - 根据选择的模型进行专业分析
6. 方案评估（如果提供了旧方案）- 对旧方案的评估和改进建议
7. 结论与建议 - 总结性结论和行动建议

方案评估功能

当提供了旧的调研方案时，系统会：

1. 提取方案要点 - 从旧方案中提取关键信息
2. 对比分析结果 - 将数据分析结果与方案预期对比
3. 识别问题 - 发现方案中的不足或偏差
4. 提出改进建议 - 基于数据洞察给出具体改进意见

评估维度：
- 目标设定是否合理
- 调研方法是否恰当
- 样本选择是否科学
- 问题设计是否有效
- 分析深度是否足够
- 结论是否可靠

使用示例

示例1：基础问卷分析

# 分析客户满意度问卷
python scripts/analyze_survey.py \
  --data "data/customer_satisfaction.csv" \
  --title "客户满意度调研报告" \
  --output "reports/satisfaction_report.html"

示例2：带方案评估的完整分析

# 分析员工调研数据，并评估旧的调研方案
python scripts/analyze_survey.py \
  --data "data/employee_survey.csv" \
  --old-plan "plans/old_employee_research.md" \
  --title "员工满意度调研分析报告" \
  --output "reports/employee_report.html"

示例3：指定回归分析模型

# 使用回归分析模型分析销售数据
python scripts/analyze_survey.py \
  --data "data/sales_survey.csv" \
  --model "regression" \
  --title "销售影响因素分析报告" \
  --output "reports/sales_report.html"

最佳实践

1. 数据准备
2. 确保数据格式正确，编码统一
3. 处理缺失值和异常值

4. 检查数据类型是否正确

5. 模型选择

6. 优先使用自动选择模式
7. 根据研究目的选择合适的模型

8. 考虑样本量和变量数量

9. 结果解读

10. 结合业务背景理解统计结果
11. 关注显著性和效应量

12. 注意相关性和因果关系的区别

13. 报告使用

14. 报告可用于决策支持
15. 可以导出为PDF分享
16. 定期更新数据重新分析

故障排除

常见问题

调试模式

启用详细日志输出：

python scripts/analyze_survey.py \
  --data "data.csv" \
  --output "report.html" \
  --verbose

扩展功能

• 批量分析 - 支持同时分析多个问卷文件
• 自定义模板 - 支持自定义HTML报告模板
• 导出功能 - 支持导出为PDF、Word等格式
• API集成 - 支持通过API调用进行数据分析
• 实时分析 - 支持实时数据流分析

技术架构

• 数据处理: pandas + numpy
• 统计分析: scipy + scikit-learn
• 可视化: matplotlib + seaborn
• 报告生成: jinja2模板引擎
• 文件格式: 支持CSV、Excel、JSON

注意事项

• 确保数据文件路径正确且可访问
• 大数据文件（>100MB）可能需要较长处理时间
• 生成的HTML报告包含交互式图表，需要现代浏览器支持
• 方案评估功能支持Markdown、Word、PowerPoint、PDF、图片格式
• Word和PowerPoint文件需要包含可提取的文本内容
• PDF和图片文件使用OCR技术提取文本，需要安装Tesseract OCR引擎
• 图片文件需要清晰可读，建议分辨率不低于300DPI
• 建议定期备份分析结果和原始数据