예시 스킬

이 스킬은 스킬 작성의 기본 템플릿입니다.

표준 분석 절차

1. 데이터 준비

import pandas as pd
import numpy as np

# 데이터 로드
df = pd.read_csv('data.csv')

# 기본 정보 확인
print(df.info())
print(df.describe())

2. 데이터 탐색

# 결측값 확인
print(df.isnull().sum())

# 데이터 타입 확인
print(df.dtypes)

3. 분석 수행

# 기본 통계
mean_val = df['column'].mean()
std_val = df['column'].std()

print(f"평균: {mean_val:.3f}")
print(f"표준편차: {std_val:.3f}")

4. 시각화

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 6))
df['column'].hist(ax=ax, bins=30)
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')
ax.set_title('Distribution')
plt.savefig('figures/distribution.png', dpi=300, bbox_inches='tight')

출력 형식

결과 테이블 (TSV)

metric	value
mean	10.5
std	2.3
median	10.2

피규어 저장

fig.savefig(
    'figures/taskXX_chart_description.png',
    dpi=300,
    bbox_inches='tight'
)

체크리스트

• 데이터 품질 확인 (결측값, 이상치)
• 적절한 통계 방법 선택
• 결과에 신뢰구간 포함
• 시각화 가독성 확인
• 결과 해석 문서화

주의사항

1. 데이터 확인: 분석 전 항상 데이터 품질 검토
2. 가정 검토: 통계 방법의 가정 확인
3. 재현성: 랜덤 시드 설정
4. 문서화: 분석 과정 및 결과 기록