# 科研数据探索 · Yila

> 系统检查数据结构、缺失、异常、分布与模型准备度，再推荐下一步分析。

URL: https://yila.ai/zh/playbooks/dataset-eda

## 数据分析与统计

理解数据质量，选择方法，并产出可复核的统计结果。

## 适用场景

- 系统检查数据结构、缺失、异常、分布与模型准备度，再推荐下一步分析。
- 你已经准备好：科研数据文件、数据类型和你最担心的数据质量问题。

## 交付产物

- **eda-report.md**: 带引用和来源标注的 Markdown 报告。
- **eda-figures.png**: 面向发表的图片或图表。
- **profiled-data.xlsx**: 表格文件，可在产物面板中按工作表预览。

## 执行步骤

1. **识别格式**: 识别文件类型并加载相应的 EDA 指引。
2. **剖析数据**: 计算行列规模、数据类型、缺失情况、分布和完整性检查。
3. **可视化**: 绘制揭示质量和模式所需的最少图表。
4. **建议下一步分析**: 写出可执行的报告，说明局限与下一步。

## 需要准备什么

- 科研数据文件、数据类型和你最担心的数据质量问题。
- 必填输入: 数据集描述、输出形态、分析重点、数据领域

## 质量保障

- 保留原始数据，记录清洗决策，并区分观察到的问题与分析建议。

---

- [科研数据探索](https://yila.ai/zh/playbooks/dataset-eda)
- [llms.txt](https://yila.ai/zh/llms.txt)
