检验抽样辅助

任务目标

• 本 Skill 用于:检验抽样场景下的方案设计、数据处理、计划生成、过程追踪与结果分析
• 能力包含:抽样方案预设管理、多格式数据解析、多种抽样算法、抽样记录追踪、统计分析报告生成
• 触发条件:用户提及抽样方案、检验抽样、样本选取、数据抽样、质量抽检等场景

前置准备

• 依赖说明:pandas>=1.5.0（数据处理）、numpy>=1.21.0（数值计算）
• 抽样方案存储路径:./sampling_schemes/（相对于用户工作目录）
• 抽样记录存储路径:./sampling_records/（相对于用户工作目录）

操作步骤

一、抽样方案管理

1.1 创建新方案

• 使用 scheme_manager.py 创建抽样方案
• 调用示例:python scripts/scheme_manager.py create --name <方案名> --type <simple|stratified|systematic|cluster> --params <JSON参数>
• 参数说明:
  • sample_size: 样本量（整数）
  • sample_rate: 采样比例（浮点数，0-1之间，与sample_size二选一）
  • strata_field: 分层字段（分层抽样必需）
  • interval: 抽样间隔（系统抽样必需）
  • cluster_field: 整群字段（整群抽样必需）

1.2 查看/列出方案

• 调用示例:python scripts/scheme_manager.py list
• 调用示例:python scripts/scheme_manager.py get --name <方案名>

1.3 更新方案

• 调用示例:python scripts/scheme_manager.py update --name <方案名> --params <JSON参数>

1.4 删除方案

• 调用示例:python scripts/scheme_manager.py delete --name <方案名>

二、数据输入处理

2.1 解析待检数据

• 使用 data_parser.py 解析原始数据
• 调用示例:python scripts/data_parser.py --input <数据文件路径> --format <csv|excel|json> --output <解析结果JSON路径>
• 支持格式:
  • CSV: 自动识别分隔符，支持中文编码
  • Excel: 支持 .xlsx/.xls，自动读取第一个sheet
  • JSON: 支持数组格式和对象数组格式

三、抽样计划生成

3.1 生成抽样计划

• 使用 sampler.py 执行抽样
• 调用示例:python scripts/sampler.py generate --data <解析后数据JSON路径> --scheme <方案名> --output <抽样结果JSON路径> --record
• 执行步骤:
  1. 读取方案参数
  2. 解析数据文件
  3. 根据抽样类型执行对应算法
  4. 生成抽样计划（包含样本索引、选取规则说明）
  5. 保存抽样记录（启用--record时）

3.2 抽样算法说明

| 类型 | 适用场景 | 算法特点 | |------|----------|----------| | 简单随机抽样 | 数据均匀、无特殊结构 | 完全随机、等概率 | | 分层抽样 | 需要按类别均匀覆盖 | 先分层、层内随机 | | 系统抽样 | 大批量、规律性数据 | 等间隔选取 | | 整群抽样 | 群体为单位抽样 | 整群抽中、群内全检 |

四、抽样记录追踪

• 记录自动生成于 ./sampling_records/ 目录
• 记录内容:方案参数、抽样时间、数据摘要、样本索引、操作日志
• 调用示例:python scripts/scheme_manager.py record --id <记录ID> 查看历史记录

五、抽样结果分析

5.1 生成分析报告

• 使用 analyzer.py 进行统计分析
• 调用示例:python scripts/analyzer.py --samples <抽样结果JSON路径> --original <原始数据路径> --output <报告JSON路径>
• 分析维度:
  • 样本覆盖率统计
  • 样本分布特征
  • 与总体对比分析
  • 抽样质量评估

5.2 报告内容

• 样本量统计（实际抽量、计划抽量、达成率）
• 字段缺失率分析
• 数值字段分布（均值、标准差、极值）
• 分类字段频次分布
• 质量结论与建议

使用示例

示例1:质量检验抽样

• 场景/输入:一批产品检验，需要从10000件中抽取500件进行质量检验
• 预期产出:抽样计划文件、样本索引列表、抽样记录
• 关键要点:
  1. 先创建简单随机抽样方案（sample_size=500）
  2. 解析产品数据文件（CSV格式）
  3. 执行抽样生成计划
  4. 如需分层覆盖，按产品类别分层

示例2:分层抽样检验

• 场景/输入:按产品类别A/B/C分别抽取样本，要求每类样本量不少于50
• 预期产出:各层样本清单、整体抽样计划
• 关键要点:
  1. 创建分层抽样方案（strata_field=产品类别）
  2. 每层独立计算样本量
  3. 记录各层抽取结果

示例3:抽样结果分析

• 场景/输入:完成抽样后，需要评估抽样代表性
• 预期产出:统计分析报告，包含覆盖率、分布对比、质量评估
• 关键要点:
  1. 准备原始数据和抽样结果
  2. 执行分析脚本
  3. 根据报告判断抽样是否满足检验要求

资源索引

• 脚本:见 scripts/scheme_manager.py（用途:抽样方案CRUD管理，参数:--cmd create|list|get|update|delete）
• 脚本:见 scripts/data_parser.py（用途:多格式数据解析，参数:--input --format --output）
• 脚本:见 scripts/sampler.py（用途:抽样执行与计划生成，参数:--data --scheme --output --record）
• 脚本:见 scripts/analyzer.py（用途:抽样结果统计分析，参数:--samples --original --output）
• 参考:见 references/format_spec.md（何时读取:需要定义数据格式或方案参数时）

注意事项

• 抽样方案名建议使用英文+数字，避免特殊字符
• 数据文件路径支持相对路径（相对于用户工作目录）
• 抽样记录永久保存，支持追溯审计
• 大数据量时注意内存使用，必要时分批处理