BD conjoint-design
Разрабатывает совмещенные и факторные эксперименты с виньетками от начала до конца. Охватывает архитектуру атрибутов и ограничения рандомизации, мощность эффективного N на основе стандартных ошибок AMCE в замкнутой форме, реалистичность лечения, оценки AMCE, средних маргинальных значений и AMIE, дизайны с принудительным выбором и рейтингом, уровни PAP для гибкости совмещенного анализа, а также регрессионные модели и пакеты R для каждого. Используйте, когда пользователь планирует совмещенный анализ, составляет или критикует таблицу атрибутов, спрашивает, сколько респондентов или задач необходимо, следует ли сообщать AMCE или средние маргинальные значения, или как тестировать взаимодействия. Обзор существующего дизайна относится к conjoint-diagnostics, очистка экспорта к conjoint-cleaning.
машинный переводПоказать оригиналСкрыть оригинал«Designs conjoint and factorial-vignette experiments end to end. Covers…»
Designs conjoint and factorial-vignette experiments end to end. Covers attribute architecture and randomization restrictions, effective-N power from closed-form AMCE standard errors, treatment realism, AMCE, marginal-mean, and AMIE estimands, forced-choice and rating designs, PAP tiers for conjoint flexibility, and the regression models and R packages for each. Use when the user is planning a conjoint, drafting or critiquing an attribute table, asking how many respondents or tasks are needed, whether to report AMCEs or marginal means, or how to test interactions. Existing-design review goes to conjoint-diagnostics, export cleaning to conjoint-cleaning.
Разрабатывает совмещенные и факторные эксперименты с виньетками от начала до конца.
Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
body-longтело SKILL.md ≈ 9629 токенов (рекомендуется < 5000); вынесите детали в references/
Процессный рейтинг: все десять параметров 49/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 40Стоимость исполнения. Тело инструкции 9629 токенов: вытесняет саму задачу из окна
- 60Инструменты и файлы. Используются инструменты (bash), но во frontmatter они не объявлены
- 100Шаги. Шагов: 87
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 660 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 87 пунктов
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.