ssci-subagent-skills 1.0.0

package/skills/mathematical-statistics/scripts/statistics_toolkit.py

@@ -0,0 +1,270 @@
+"""
+Social Science Statistics Analysis Toolkit
+完整的数理统计分析工具包
+"""
+
+import numpy as np
+import pandas as pd
+import scipy.stats as stats
+import matplotlib.pyplot as plt
+import seaborn as sns
+from sklearn.linear_model import LinearRegression, LogisticRegression
+from sklearn.metrics import mean_squared_error, r2_score
+from sklearn.preprocessing import StandardScaler
+from sklearn.decomposition import FactorAnalysis
+from sklearn.model_selection import train_test_split
+import statsmodels.api as sm
+from statsmodels.formula.api import ols
+import pingouin as pg
+from scipy.stats import shapiro, normaltest, anderson
+import warnings
+warnings.filterwarnings('ignore')
+
+class SocialScienceStatistics:
+    """社会科学统计分析工具包"""
+    
+    def __init__(self):
+        self.data = None
+        self.results = {}
+        
+    def load_data(self, data_path=None, data_frame=None):
+        """加载数据"""
+        if data_path:
+            self.data = pd.read_csv(data_path)
+        elif data_frame is not None:
+            self.data = data_frame.copy()
+        else:
+            raise ValueError("请提供数据路径或DataFrame")
+        
+        print(f"数据加载成功: {self.data.shape[0]} 行, {self.data.shape[1]} 列")
+        return self.data.head()
+    
+    def descriptive_statistics(self, columns=None, include_plots=True):
+        """描述性统计分析"""
+        if columns is None:
+            columns = self.data.select_dtypes(include=[np.number]).columns.tolist()
+        
+        results = {}
+        
+        for col in columns:
+            data_col = self.data[col].dropna()
+            
+            # 基础统计量
+            desc_stats = {
+                'count': len(data_col),
+                'mean': data_col.mean(),
+                'median': data_col.median(),
+                'mode': data_col.mode().iloc[0] if not data_col.mode().empty else np.nan,
+                'std': data_col.std(),
+                'var': data_col.var(),
+                'min': data_col.min(),
+                'max': data_col.max(),
+                'range': data_col.max() - data_col.min(),
+                'q1': data_col.quantile(0.25),
+                'q3': data_col.quantile(0.75),
+                'iqr': data_col.quantile(0.75) - data_col.quantile(0.25),
+                'skewness': stats.skew(data_col),
+                'kurtosis': stats.kurtosis(data_col),
+                'cv': data_col.std() / data_col.mean() if data_col.mean() != 0 else np.nan
+            }
+            
+            # 正态性检验
+            normality_tests = self._test_normality(data_col)
+            desc_stats.update(normality_tests)
+            
+            results[col] = desc_stats
+        
+        self.results['descriptive'] = results
+        
+        if include_plots:
+            self._create_descriptive_plots(columns)
+        
+        return pd.DataFrame(results).T
+    
+    def _test_normality(self, data):
+        """正态性检验"""
+        tests = {}
+        
+        # Shapiro-Wilk检验 (适用于小样本)
+        if len(data) <= 5000:
+            shapiro_stat, shapiro_p = shapiro(data)
+            tests['shapiro_wilk'] = {'statistic': shapiro_stat, 'p_value': shapiro_p}
+        
+        # D'Agostino's K^2检验
+        dagostino_stat, dagostino_p = normaltest(data)
+        tests['dagostino_k2'] = {'statistic': dagostino_stat, 'p_value': dagostino_p}
+        
+        # Anderson-Darling检验
+        anderson_result = anderson(data, dist='norm')
+        tests['anderson_darling'] = {
+            'statistic': anderson_result.statistic,
+            'critical_values': anderson_result.critical_values,
+            'significance_levels': anderson_result.significance_levels
+        }
+        
+        return tests
+    
+    def _create_descriptive_plots(self, columns):
+        """创建描述性统计图表"""
+        fig, axes = plt.subplots(len(columns), 3, figsize=(15, 5*len(columns)))
+        if len(columns) == 1:
+            axes = axes.reshape(1, -1)
+        
+        for i, col in enumerate(columns):
+            data_col = self.data[col].dropna()
+            
+            # 直方图
+            axes[i, 0].hist(data_col, bins=30, alpha=0.7, edgecolor='black')
+            axes[i, 0].set_title(f'{col} - 直方图')
+            axes[i, 0].set_xlabel(col)
+            axes[i, 0].set_ylabel('频数')
+            
+            # 箱线图
+            axes[i, 1].boxplot(data_col)
+            axes[i, 1].set_title(f'{col} - 箱线图')
+            axes[i, 1].set_ylabel(col)
+            
+            # Q-Q图
+            stats.probplot(data_col, dist="norm", plot=axes[i, 2])
+            axes[i, 2].set_title(f'{col} - Q-Q图')
+        
+        plt.tight_layout()
+        plt.savefig('descriptive_statistics_plots.png', dpi=300, bbox_inches='tight')
+        plt.show()
+    
+    def hypothesis_testing(self, test_type, **kwargs):
+        """假设检验"""
+        if test_type == 'one_sample_t':
+            return self._one_sample_t_test(**kwargs)
+        elif test_type == 'two_sample_t':
+            return self._two_sample_t_test(**kwargs)
+        elif test_type == 'paired_t':
+            return self._paired_t_test(**kwargs)
+        elif test_type == 'chi_square':
+            return self._chi_square_test(**kwargs)
+        elif test_type == 'mann_whitney':
+            return self._mann_whitney_test(**kwargs)
+        elif test_type == 'wilcoxon':
+            return self._wilcoxon_test(**kwargs)
+        else:
+            raise ValueError(f"不支持的检验类型: {test_type}")
+    
+    def _one_sample_t_test(self, column, population_mean, alpha=0.05):
+        """单样本t检验"""
+        data = self.data[column].dropna()
+        t_stat, p_value = stats.ttest_1samp(data, population_mean)
+        
+        # 计算置信区间
+        mean = data.mean()
+        sem = stats.sem(data)
+        ci_lower, ci_upper = stats.t.interval(1-alpha, len(data)-1, loc=mean, scale=sem)
+        
+        # 计算效应量 (Cohen's d)
+        cohens_d = (mean - population_mean) / data.std()
+        
+        result = {
+            'test': 'One Sample t-test',
+            'sample_size': len(data),
+            'sample_mean': mean,
+            'population_mean': population_mean,
+            't_statistic': t_stat,
+            'p_value': p_value,
+            'alpha': alpha,
+            'significant': p_value < alpha,
+            'confidence_interval': (ci_lower, ci_upper),
+            'cohens_d': cohens_d,
+            'effect_size_interpretation': self._interpret_cohens_d(cohens_d)
+        }
+        
+        return result
+    
+    def _two_sample_t_test(self, column1, column2, equal_var=True, alpha=0.05):
+        """两独立样本t检验"""
+        data1 = self.data[column1].dropna()
+        data2 = self.data[column2].dropna()
+        
+        t_stat, p_value = stats.ttest_ind(data1, data2, equal_var=equal_var)
+        
+        # 计算效应量 (Cohen's d)
+        pooled_std = np.sqrt(((len(data1)-1)*data1.var() + (len(data2)-1)*data2.var()) / 
+                            (len(data1) + len(data2) - 2))
+        cohens_d = (data1.mean() - data2.mean()) / pooled_std
+        
+        # 计算置信区间
+        mean_diff = data1.mean() - data2.mean()
+        se_diff = np.sqrt(data1.var()/len(data1) + data2.var()/len(data2))
+        ci_lower, ci_upper = stats.t.interval(1-alpha, len(data1)+len(data2)-2, 
+                                             loc=mean_diff, scale=se_diff)
+        
+        result = {
+            'test': 'Two Sample t-test',
+            'group1_size': len(data1),
+            'group2_size': len(data2),
+            'group1_mean': data1.mean(),
+            'group2_mean': data2.mean(),
+            'mean_difference': mean_diff,
+            't_statistic': t_stat,
+            'p_value': p_value,
+            'alpha': alpha,
+            'significant': p_value < alpha,
+            'confidence_interval': (ci_lower, ci_upper),
+            'cohens_d': cohens_d,
+            'effect_size_interpretation': self._interpret_cohens_d(cohens_d),
+            'equal_variance_assumed': equal_var
+        }
+        
+        return result
+    
+    def _interpret_cohens_d(self, d):
+        """解释Cohen's d效应量"""
+        abs_d = abs(d)
+        if abs_d < 0.2:
+            return "极小效应"
+        elif abs_d < 0.5:
+            return "小效应"
+        elif abs_d < 0.8:
+            return "中等效应"
+        else:
+            return "大效应"
+
+# 使用示例
+def main():
+    """主函数示例"""
+    # 创建模拟数据
+    np.random.seed(42)
+    n = 200
+    
+    data = pd.DataFrame({
+        'age': np.random.normal(35, 10, n),
+        'income': np.random.normal(50000, 15000, n),
+        'education_years': np.random.normal(16, 3, n),
+        'satisfaction': np.random.normal(7, 2, n),
+        'gender': np.random.choice(['Male', 'Female'], n),
+        'group': np.random.choice(['A', 'B', 'C'], n),
+        'treatment': np.random.choice([0, 1], n)
+    })
+    
+    # 确保数据合理性
+    data['age'] = np.clip(data['age'], 18, 80)
+    data['income'] = np.clip(data['income'], 20000, 100000)
+    data['education_years'] = np.clip(data['education_years'], 8, 25)
+    data['satisfaction'] = np.clip(data['satisfaction'], 1, 10)
+    
+    # 创建分析器实例
+    analyzer = SocialScienceStatistics()
+    analyzer.load_data(data_frame=data)
+    
+    # 1. 描述性统计分析
+    print("=== 描述性统计分析 ===")
+    desc_results = analyzer.descriptive_statistics(['age', 'income', 'education_years', 'satisfaction'])
+    print(desc_results)
+    
+    # 2. 假设检验
+    print("\n=== 假设检验 ===")
+    t_test_result = analyzer._two_sample_t_test('income', 'income', alpha=0.05)
+    print("两样本t检验结果:")
+    for key, value in t_test_result.items():
+        print(f"  {key}: {value}")
+
+if __name__ == "__main__":
+    main()

package/skills/msqca-analysis/SKILL.md

@@ -0,0 +1,261 @@
+---
+name: msqca-analysis
+description: 执行多值定性比较分析(msQCA)，结合定性理论分析与定量计算。包含理论分析、校准指导、定量计算、结果解释四个阶段。
+license: MIT
+compatibility: Python 3.8+, pandas, numpy
+metadata:
+  domain: qualitative-comparative-analysis
+  methodology: msQCA
+  complexity: advanced
+  version: 2.0.0
+  integration_type: qualitative_quantitative
+  author: socienceAI.com
+  website: http://agentpsy.com
+allowed-tools: python bash read_file write_file task
+---
+
+# 多值定性比较分析(msQCA)技能
+
+### 四阶段渐进式披露
+
+#### Level 1: 元数据层 (始终加载)
+- **技能识别**: msQCA分析能力
+- **触发条件**: 需要复杂因果机制分析时自动激活
+- **Token成本**: ~100 tokens
+
+#### Level 2: 指令层 (触发时加载)
+- **分析流程**: 四阶段分析框架
+- **决策逻辑**: 定性与定量结合的决策机制
+- **Token成本**: ~2000 tokens
+
+#### Level 3: 定性提示词层 (按需加载)
+- **理论分析**: `prompts/theoretical-analysis.md`
+- **校准指导**: `prompts/calibration-guidance.md`  
+- **结果解释**: `prompts/result-interpretation.md`
+- **Token成本**: 按具体分析需求动态加载
+
+#### Level 4: 定量计算层 (脚本调用)
+- **校准算法**: `scripts/calibration.py`
+- **真值表构建**: `scripts/truth_table.py`
+- **逻辑最小化**: `scripts/minimization.py`
+- **集成引擎**: `scripts/integrated_analysis.py`
+- **Token成本**: 0 (直接执行，不加载到上下文)
+
+## 功能架构
+
+### 定性分析
+通过专门的提示词文件引导AI进行分析：
+
+1. **理论分析** (`theoretical-analysis.md`)
+   - 条件变量的理论选择
+   - 因果机制的构建
+   - 理论框架的完善
+
+2. **校准指导** (`calibration-guidance.md`)
+   - 校准方法的理论依据
+   - 阈值设定的合理性判断
+   - 数据特征与理论的结合
+
+3. **结果解释** (`result-interpretation.md`)
+   - 统计结果的理论阐释
+   - 因果机制的深度解释
+   - 实践意义的提炼
+
+### 定量计算
+通过Python脚本执行计算任务：
+
+1. **数据校准** (`calibration.py`)
+   - 多种校准算法实现
+   - 自动阈值识别
+   - 质量检验指标
+
+2. **真值表构建** (`truth_table.py`)
+   - 智能组合识别
+   - 矛盾组合处理
+   - 逻辑余项管理
+
+3. **逻辑最小化** (`minimization.py`)
+   - Quine-McCluskey算法
+   - 多种解类型生成
+   - 质量指标计算
+
+4. **集成分析** (`integrated_analysis.py`)
+   - 定性与定量协调
+   - 分析流程控制
+   - 结果整合输出
+
+## 智能协作机制
+
+### AI决策引擎
+```python
+# 集成分析器的核心决策逻辑
+class IntegratedQCAAnalyzer:
+    def execute_analysis(self, data, research_context):
+        # 阶段1: AI进行理论分析 (定性)
+        theoretical_analysis = self.execute_theoretical_analysis(research_context)
+        
+        # 阶段2: AI制定校准方案 (定性+定量判断)
+        calibration_plan = self.execute_calibration_guidance(data, theoretical_analysis)
+        
+        # 阶段3: 脚本执行定量计算 (定量)
+        quantitative_results = self.execute_quantitative_analysis(data, calibration_plan)
+        
+        # 阶段4: AI进行结果解释 (定性)
+        interpretation = self.execute_result_interpretation(quantitative_results, theoretical_analysis)
+        
+        return self.integrate_results(theoretical_analysis, quantitative_results, interpretation)
+```
+
+### 智能调用时机
+- **理论分析**: 研究开始时，加载`theoretical-analysis.md`
+- **校准指导**: 数据分析前，加载`calibration-guidance.md`  
+- **定量计算**: 需要精确计算时，调用相应Python脚本
+- **结果解释**: 获得统计结果后，加载`result-interpretation.md`
+
+## 使用流程
+
+### 第一阶段: 理论框架构建
+**AI任务**: 加载`theoretical-analysis.md`，进行深度理论分析
+**输出**: 理论框架、条件选择、因果机制假设
+**定量支持**: 无需计算，纯理论思考
+
+### 第二阶段: 校准方案制定  
+**AI任务**: 加载`calibration-guidance.md`，结合理论与数据制定校准方案
+**输出**: 每个变量的校准方法、阈值设定、理论依据
+**定量支持**: 数据特征分析脚本提供数据描述
+
+### 第三阶段: 定量计算执行
+**AI任务**: 决策调用哪些计算脚本
+**脚本执行**: 
+- `calibration.py`: 执行数据校准
+- `truth_table.py`: 构建分析真值表  
+- `minimization.py`: 执行逻辑最小化
+**输出**: 精确的计算结果、质量指标
+
+### 第四阶段: 结果深度解释
+**AI任务**: 加载`result-interpretation.md`，进行理论阐释
+**输出**: 因果机制解释、理论贡献、实践建议
+**定量支持**: 计算结果提供解释基础
+
+## 适用场景
+
+### 学术研究
+- **理论构建**: 复杂因果机制的理论化
+- **假设检验**: 理论假设的实证验证
+- **方法创新**: QCA方法的改进和发展
+
+### 政策分析
+- **政策组合**: 多政策协同效应分析
+- **条件识别**: 成功政策的关键条件
+- **情境适配**: 政策移植的条件要求
+
+### 组织管理  
+- **绩效路径**: 高绩效的多重实现路径
+- **资源配置**: 资源要素的最优组合
+- **变革管理**: 组织变革的成功条件
+
+## 技术特性
+
+### 定性与定量结合
+- **定性深度**: AI进行理论思考和机制解释
+- **定量精度**: 脚本保证计算的准确性
+- **智能协调**: 决策引擎协调两者
+
+### 渐进式信息披露
+- **按需加载**: 只在需要时加载相应提示词
+- **上下文优化**: 避免无关信息干扰
+- **计算独立**: 复杂计算不占用上下文
+
+### 智能化分析流程
+- **自动决策**: AI自动判断何时调用何种工具
+- **质量保障**: 内置质量检验和改进机制
+- **结果整合**: 自动生成完整的分析报告
+
+## 技术特性
+
+### 智能提示词系统
+每个提示词文件都采用渐进式结构：
+- **任务明确**: 清晰定义AI的具体任务
+- **流程指导**: 分步骤的操作指南
+- **质量标准**: 明确的质量检验清单
+- **输出规范**: 标准化的输出格式
+
+### 高效计算引擎
+- **算法优化**: 针对msQCA特点优化的算法
+- **错误处理**: 完善的异常处理机制
+- **性能监控**: 实时的计算质量监控
+- **结果验证**: 多层次的结果验证
+
+### 集成控制系统
+- **状态跟踪**: 完整的分析状态管理
+- **决策记录**: 所有决策过程的详细记录
+- **版本控制**: 分析过程和结果的版本管理
+- **审计追踪**: 完整的操作审计日志
+
+## 质量保证体系
+
+### 三层质量控制
+1. **输入质量**: 理论一致性和数据完整性检验
+2. **过程质量**: 分析逻辑和计算准确性验证
+3. **输出质量**: 结果稳健性和理论价值评估
+
+### 智能质量监控
+```python
+# 自动质量检验示例
+def quality_monitor(analysis_results):
+    quality_issues = []
+    
+    # 理论一致性检验
+    if not check_theoretical_consistency(analysis_results):
+        quality_issues.append("理论一致性不足")
+    
+    # 计算准确性检验
+    if not validate_computational_accuracy(analysis_results):
+        quality_issues.append("计算准确性存疑")
+    
+    # 结果稳健性检验
+    if not assess_result_robustness(analysis_results):
+        quality_issues.append("结果稳健性不足")
+    
+    return quality_issues
+```
+
+## 开始使用
+
+### 快速启动
+```bash
+# 进入技能目录
+cd msqca-analysis/
+
+# 运行集成分析
+python scripts/integrated_analysis.py
+```
+
+### 自定义分析
+1. 准备研究数据 (CSV格式)
+2. 定义研究问题和理论框架
+3. 运行集成分析器
+4. 根据AI提示进行深度理论分析
+5. 获得完整的分析报告
+
+## 扩展资源
+
+### 提示词文件
+- `prompts/theoretical-analysis.md`: 理论分析专家提示
+- `prompts/calibration-guidance.md`: 校准指导专家提示
+- `prompts/result-interpretation.md`: 结果解释专家提示
+
+### 计算脚本
+- `scripts/calibration.py`: 数据校准算法
+- `scripts/truth_table.py`: 真值表构建算法
+- `scripts/minimization.py`: 逻辑最小化算法
+- `scripts/integrated_analysis.py`: 集成分析引擎
+
+### 参考文档
+- `references/METHODOLOGY.md`: 完整方法论说明
+- `references/BEST_PRACTICES.md`: 最佳实践指南
+- `assets/templates/`: 数据模板和报告模板
+
+---
+
+**注意**: AI负责理论思考和解释，脚本负责精确计算，通过智能决策引擎实现协作。

package/skills/msqca-analysis/assets/templates/data_template.csv

@@ -0,0 +1,11 @@
+case_id,A,B,C,D,Y,case_description
+1,0,1,2,1,0.85,案例描述1：低制度质量*高人力资本*强政府支持*开放市场
+2,1,0,1,2,0.92,案例描述2：中等制度质量*低人力资本*中等政府支持*高开放度
+3,2,2,0,1,0.15,案例描述3：高制度质量*高人力资本*弱政府支持*中等开放度
+4,0,0,1,0,0.78,案例描述4：低制度质量*低人力资本*中等政府支持*封闭市场
+5,1,1,2,2,0.95,案例描述5：中等制度质量*中等人力资本*强政府支持*高开放度
+6,2,1,0,1,0.25,案例描述6：高制度质量*中等人力资本*弱政府支持*中等开放度
+7,0,2,1,2,0.88,案例描述7：低制度质量*高人力资本*中等政府支持*高开放度
+8,1,0,2,0,0.12,案例描述8：中等制度质量*低人力资本*强政府支持*封闭市场
+9,2,2,2,1,0.35,案例描述9：高制度质量*高人力资本*强政府支持*中等开放度
+10,0,1,0,2,0.82,案例描述10：低制度质量*中等人力资本*弱政府支持*高开放度