学生成绩分析技能 (Student Score Analysis)

1. 技能概述

核心目标： 对学生考试成绩进行系统化统计分析与可视化呈现，从学科、班级、学生个体等多维度揭示成绩分布规律、学业趋势与薄弱环节，辅助教师精准定位问题并制定针对性教学改进策略。

功能定位：

| 功能维度 | 说明 | |---------|------| | 成绩分布分析 | 计算各科均值、中位数、标准差、及格率等核心统计量，生成分布直方图与箱线图 | | 班级/年级对比 | 跨班级、跨年级成绩横向对比，识别教学效果差异与学科均衡性 | | 学生个体追踪 | 多学科雷达图与历史成绩趋势分析，定位薄弱学科与进退步趋势 | | 异常预警检测 | 识别成绩骤降、长期低分、均值偏离等异常，生成预警名单 | | 教学策略建议 | 生成分层教学、薄弱学科补习、命题质量评估等结构化改进建议 | | 可视化报告输出 | 以交互式仪表盘和结构化报告形式导出分析结论 |

2. 适用场景

期末/期中考试分析： 全面统计分析各科成绩，生成班级与年级维度的成绩报告
历次考试趋势对比： 追踪学生多次考试成绩变化，评估教学改进效果
学科均衡性诊断： 识别偏科现象与学科短板
分层教学依据： 按成绩区间划分学生层次，为分层教学提供数据支撑
命题质量评估： 通过成绩分布形态与难度系数评估试卷命题质量
学情预警与干预： 自动筛查成绩异常学生，启动早期干预机制
升学/分流决策辅助： 综合多科成绩进行排名与综合素质评估

详细说明请参阅：reference/scenario-chart-mapping.md

3. 输入规范

数据格式： 支持 CSV / JSON / Excel / SQL 结果集 / DataFrame 输入。

核心字段（必填）：

| 字段 | 类型 | 说明 | |-----|------|------| | student_id | string | 学生学号（唯一标识） | | student_name | string | 学生姓名 | | class_name | string | 班级名称 | | exam_name | string | 考试名称 | | subject | string | 学科名称 | | score | int | 考试成绩 | | full_score | int | 满分值 |

可选扩展字段： grade_name、gender、rank_in_class、rank_in_grade、teacher_name、absent

最低要求： 必须包含上述 5 个核心字段（student_id、class_name、subject、score、full_score），数据行数 ≥ 10。

核心参数：

| 参数 | 类型 | 默认值 | 说明 | |-----|------|-------|------| | analysis_mode | string | comprehensive | 分析模式（6种可选） | | pass_line_ratio | float | 0.6 | 及格线比例 | | excellent_line_ratio | float | 0.85 | 优秀线比例 | | anomaly_detection | boolean | true | 异常预警开关 | | output_format | string | html | 输出格式 |

详细说明请参阅：reference/input-specification-detail.md

4. 输出规范

输出类型摘要：

| 输出类型 | 格式 | 说明 | |---------|------|------| | 单科成绩分布图 | HTML/PNG | 直方图 + 箱线图 + 正态拟合曲线 | | 多科对比柱状图 | HTML/PNG | 各科均值/及格率/优秀率对比 | | 学生学科雷达图 | HTML/PNG | 单学生多科成绩雷达轮廓 | | 成绩趋势折线图 | HTML/PNG | 多次考试走势与排名变化 | | 班级对比热力图 | HTML/PNG | 班级×学科成绩指标矩阵 | | 成绩层级饼图 | HTML/PNG | 不及格/及格/良好/优秀占比 | | 预警学生名单 | HTML/PDF | 异常学生汇总表 | | 综合学情仪表盘 | HTML | 多图表交互式看板 | | 结构化分析报告 | PDF/HTML | 图表 + 解读 + 摘要 + 建议完整报告 |

详细说明请参阅：reference/output-specification-detail.md

5. 执行流程

| 步骤 | 说明 | |-----|------| | Step 1: 数据接入与校验 | 加载原始数据，校验必填字段与合法性 | | Step 2: 数据探查与统计计算 | 推断字段角色，计算核心统计量与分层指标 | | Step 3: 数据预处理与聚合 | 处理缺考/缺失值，按分析模式执行聚合与排名计算 | | Step 4: 异常预警检测 | 检测骤降/低分/偏离预警，生成预警名单 | | Step 5: 图表推荐与配置生成 | 基于分析模式推荐图表组合，生成渲染配置 | | Step 6: 渲染与输出 | 按 output_format 渲染输出，写入目标目录 | | Step 7: 智能解读与报告生成 | 自动生成学情摘要、关键发现与教学改进建议 |

详细说明请参阅：reference/execution-flow-detail.md

6. 约束与限制

数据规模： 最大学生数 10,000；最大学科数 15；最大班级数 50；成绩值域 0 ≤ score ≤ full_score
性能考量： 学生数 > 5,000 时建议启用班级级聚合；年级排名需全年级数据
隐私安全： 学生姓名默认脱敏呈现；权限按角色分级（教师/年级主任/校领导）；所有操作记录审计日志
教育专业约束： 及格线比例可配置适配；排名仅作内部诊断参考；预警名单不得用于惩罚性标注

详细说明请参阅：reference/constraints-and-limitations-detail.md