Regression Analysis

SKILL.md

---
name: 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(累计短视频播放量)、AT(累计总支付金额)列的Excel数据，要求做投流回归分析并生成指定格式的Excel。
---

# 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

```bash
python scripts/regression_analyzer.py <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

```bash
# 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

1. **读取原始数据**：从源Excel读取AQ、AR、AS、AT、AN列
2. **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）
3. **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
4. **OLS回归**：对每种自变量组合执行最小二乘线性回归
5. **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
6. **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。