← Back to Skills Marketplace
Regression Analysis
by
runkecheng
· GitHub ↗
· v1.0.0
· MIT-0
41
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install regression-analysis
Description
投流数据回归分析。基于日维度均值数据的OLS回归生成Excel结果文件，包括：一元回归（累积金额→支付）、二元回归（金额+数量→支付、金额+播放量→支付）、三元回归（金额+播放量+数量→支付），以及30天周期(P1-P5)的上述4种回归。使用场景：用户有带AQ(累计金额)、AR(累计短视频数量)、AS(累计短视频...
README (SKILL.md)
投流回归分析技能
功能说明
对投流数据执行OLS多元线性回归分析，生成严格按模板格式的Excel结果。
模板格式（24个Sheet）
| 类型 | Sheet名称 | 说明 |
|---|---|---|
| 全量回归 | 一元-累积金额→支付 | 150天日度数据，Y=累计总支付金额, X=累积金额 |
| 全量回归 | 二元-金额+数量→支付 | X1=累积金额, X2=累计短视频数量 |
| 全量回归 | 二元-金额+播放量→支付 | X1=累积金额, X2=累计短视频播放量 |
| 全量回归 | 三元-金额+播放量+数量→支付 | X1=累积金额, X2=累计短视频播放量, X3=累计短视频数量 |
| 周期回归 | P1~P5-{模型名} | 每30天为一周期，各周期做上述4种回归 |
每个Sheet包含：回归统计（R²、调整R²、标准误差）、ANOVA表、回归系数表（含t值、P值、95%CI）、回归方程、期间说明。格式字体颜色保留原模板。
前置条件
- Python环境：
numpy,pandas,openpyxl,statsmodels,scipy - 原始数据Excel：需包含 AQ列(累积金额/累计金额)、AR列(累计短视频数量)、AS列(累计短视频播放量)、AT列(累计总支付金额)、AN列(分区日期)
- 模板文件：技能内置
assets/template.xlsx
使用方法
python scripts/regression_analyzer.py \x3C原始数据文件路径> [-o 输出路径] [-t 模板路径]
参数说明
| 参数 | 说明 |
|---|---|
source |
（必填）原始数据Excel路径，如 投流1-5月.xlsx |
-o, --output |
（可选）输出文件路径，默认 投流回归结果.xlsx |
-t, --template |
（可选）模板文件路径，默认使用技能内置模板 |
示例
# 基本用法
python scripts/regression_analyzer.py 投流1-5月.xlsx
# 指定输出路径
python scripts/regression_analyzer.py 数据/投流1-5月.xlsx -o 结果/投流回归结果.xlsx
数据处理流程
- 读取原始数据：从源Excel读取AQ、AR、AS、AT、AN列
- 日度聚合：按分区日期(AN列)聚合，每日求和（数据为累计型指标，同一日期内多条记录需汇总）
- 周期划分：每30天为一期(P1~P5)，对每期数据和全量数据分别做回归
- OLS回归：对每种自变量组合执行最小二乘线性回归
- 填充模板：打开模板文件，替换数值内容，保留原有字体/颜色/边框格式
- 输出结果：保存为Excel文件（36个Sheet：6种模型 × 6个时段）
输入数据要求
原始Excel需包含以下列（列名不限，按列位置识别）：
| 列 | 位置 | 描述 |
|---|---|---|
| AQ | 43 | 累积金额（自变量） |
| AR | 44 | 累计短视频数量（自变量） |
| AS | 45 | 累计短视频播放量（自变量） |
| AT | 46 | 累计总支付金额（因变量） |
| AN | 40 | 分区日期（用于日度聚合） |
输出文件结构
输出文件有24个Sheet，直接基于模板文件修改数值，保留模板所有格式设置。
资源文件
scripts/regression_analyzer.py
核心分析脚本，执行全部回归计算并生成Excel。
assets/template.xlsx
模板文件，含完整24个Sheet的格式。仅替换数值内容，保留原样式。
Usage Guidance
Before installing, confirm the intended aggregation method and expected sheet/model count, and be prepared to provide a template file with -t because the advertised built-in template is not included in the scanned artifact. Treat regression outputs as analysis results that should be validated against sample data before business use.
Capability Assessment
Purpose & Capability
The stated purpose is OLS regression over user-supplied Excel data, and the Python script implements local workbook loading, aggregation, regression, and Excel output. However, the artifacts disagree on mean versus sum aggregation and on expected sheet counts/models, which can affect analytic correctness.
Instruction Scope
Runtime instructions are limited to running scripts/regression_analyzer.py with an input Excel path and optional output/template paths. There are no role-change, prompt-injection, background-worker, or broad local indexing instructions.
Install Mechanism
No installer or package-install automation is present. The skill declares a built-in assets/template.xlsx, but the artifact file list only contains SKILL.md and scripts/regression_analyzer.py, so default execution may fail unless the user supplies a template path.
Credentials
The requested Python data-analysis dependencies and local Excel file access are proportionate for the stated spreadsheet regression task. No network use, credential access, shell execution, or unrelated filesystem scanning was found.
Persistence & Privilege
The script writes only the requested Excel output file and does not create persistence, modify startup files, elevate privileges, store credentials, or maintain long-running processes.
How to Use
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install regression-analysis - After installation, invoke the skill by name or use
/regression-analysis - Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
- Initial release with OLS多元线性回归分析功能，支持按日聚合数据生成指定模板格式的回归结果Excel。
- 支持一元、二元（三种组合）、三元回归模型，以及5个30天周期与全量数据分析，合计24个Sheet输出。
- 保留模板Excel的所有格式、字体和颜色，仅填充计算结果。
- 核心脚本为 regression_analyzer.py，使用命令行传参，兼容自定义输出路径和模板路径。
- 明确输入数据格式与前置环境要求，便于数据整理和部署。
Metadata
Frequently Asked Questions
What is Regression Analysis?
投流数据回归分析。基于日维度均值数据的OLS回归生成Excel结果文件，包括：一元回归（累积金额→支付）、二元回归（金额+数量→支付、金额+播放量→支付）、三元回归（金额+播放量+数量→支付），以及30天周期(P1-P5)的上述4种回归。使用场景：用户有带AQ(累计金额)、AR(累计短视频数量)、AS(累计短视频... It is an AI Agent Skill for Claude Code / OpenClaw, with 41 downloads so far.
How do I install Regression Analysis?
Run "/install regression-analysis" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is Regression Analysis free?
Yes, Regression Analysis is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does Regression Analysis support?
Regression Analysis is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created Regression Analysis?
It is built and maintained by runkecheng (@runkecheng); the current version is v1.0.0.
More Skills