---

name: review-data-analysis locale: wenyan-lite source_locale: en source_commit: 82c77053 fence_basis_commit: 82c77053 translator: "Julius Brussee homage — caveman" translation_date: "2026-04-26" description: > Review a data analysis for quality, correctness, and reproducibility. Covers data quality assessment, assumption checking, model validation, data leakage detection, and reproducibility verification. Use when reviewing a colleague's analysis before publication, validating an ML pipeline before production deployment, auditing a report for regulatory or business decision-making, or performing a second-analyst review in a regulated environment. license: MIT allowed-tools: Read Grep Glob Bash WebFetch metadata: author: Philipp Thoss version: "1.0" domain: review complexity: advanced language: multi tags: data-quality, model-validation, leakage, reproducibility, statistics, review

評資料分析

評資料分析管線之正確性、穩健性與可重現性。

適用時機

• 同事之分析筆記或腳本於發布前之評
• 機器學習管線於部署生產前之驗
• 為法規或商業決策之分析報告稽核
• 評分析是否支持其所陳之結論
• 受規環境之第二分析師評

輸入

• 必要：分析代碼（腳本、筆記或管線定義）
• 必要：分析輸出（結果、表、圖、模型指標）
• 選擇性：原始資料或資料字典
• 選擇性：分析計畫或協議（預登記或臨時）
• 選擇性：目標受眾與決策上下文

步驟

步驟一：評資料品質

評分析之前先評輸入資料：

## Data Quality Assessment

### Completeness
- [ ] Missing data quantified (% by column and by row)
- [ ] Missing data mechanism considered (MCAR, MAR, MNAR)
- [ ] Imputation method appropriate (if used) or complete-case analysis justified

### Consistency
- [ ] Data types match expectations (dates are dates, numbers are numbers)
- [ ] Value ranges are plausible (no negative ages, future dates in historical data)
- [ ] Categorical variables have expected levels (no misspellings, consistent coding)
- [ ] Units are consistent across records

### Uniqueness
- [ ] Duplicate records identified and handled
- [ ] Primary keys are unique where expected
- [ ] Join operations produce expected row counts (no fan-out or drop)

### Timeliness
- [ ] Data vintage appropriate for the analysis question
- [ ] Temporal coverage matches the study period
- [ ] No look-ahead bias in time-series data

### Provenance
- [ ] Data source documented
- [ ] Extraction date/version recorded
- [ ] Any transformations between source and analysis input documented

預期： 資料品質問題已記錄，附其對結果之潛在影響。 失敗時： 若資料不可達以資評審，自代碼評品質（施何檢查與轉換）。

步驟二：檢假設

對所用之每統計法或模型：

法	主要假設	如何檢
線性回歸	線性、獨立、殘差常態、同方差	殘差圖、Q-Q 圖、Durbin-Watson、Breusch-Pagan
邏輯回歸	獨立、無多重共線、線性 logit	VIF、Box-Tidwell、殘差診斷
t-test	獨立、常態（或大 n）、方差等	Shapiro-Wilk、Levene's test、目視
ANOVA	獨立、常態、方差同質	每組 Shapiro-Wilk、Levene's test
卡方	獨立、預期頻率 ≥ 5	預期頻率表
隨機森林	訓練資料足、特徵相關	OOB 錯誤、特徵重要性、學習曲線
神經網路	資料足、適當架構、無資料洩漏	驗證曲線、過擬合檢查

## Assumption Check Results
| Analysis Step | Method | Assumption | Checked? | Result |
|---------------|--------|------------|----------|--------|
| Primary model | Linear regression | Normality of residuals | Yes | Q-Q plot shows mild deviation — acceptable for n>100 |
| Primary model | Linear regression | Homoscedasticity | No | Not checked — recommend adding Breusch-Pagan test |

預期： 每統計法之假設皆明檢或承認。 失敗時： 若假設違，檢作者是否處之（穩健法、轉換、敏感度分析）。

步驟三：察資料洩漏

資料洩漏發生於訓練集外之資訊影響模型，致過於樂觀之效能：

常見洩漏模式：

• 目標洩漏：直接編碼目標變數之特徵（如以「treatment_outcome」預測「treatment_success」）
• 時間洩漏：用未來資訊預測過去（自預測時不可得之資料計算之特徵）
• 訓練-測試污染：預處理（縮放、填補、特徵選擇）於分割前對全資料集擬合
• 群組洩漏：相關觀察（同病人、同裝置）跨訓練與測試集分割
• 特徵工程洩漏：跨整個資料集計算之聚合而非於訓練摺內

## Leakage Assessment
| Check | Status | Evidence |
|-------|--------|----------|
| Target leakage | Clear | No features derived from target |
| Temporal leakage | CONCERN | Feature X uses 30-day forward average |
| Train-test contamination | Clear | StandardScaler fit on train only |
| Group leakage | CONCERN | Patient IDs not used for stratified split |

預期： 所有常見洩漏模式皆檢，附 clear／concern 狀態。 失敗時： 若見洩漏，藉重跑而無洩漏特徵（若可）以估其影響或標予分析師察。

步驟四：驗模型效能

對預測模型：

• 適合問題之指標（非僅準度——考慮精度、召回率、F1、AUC、RMSE、MAE）
• 交叉驗證或保留策略已述且適當
• 訓練 vs. 測試／驗證集之效能比對（過擬合檢）
• 已提供基線比對（樸素模型、隨機機會、先前法）
• 效能指標之信賴區間或標準誤
• 於相關子組（公平、邊例）評之效能

對推論／解釋模型：

• 已報模型擬合統計（R²、AIC、BIC、deviance）
• 係數正解（方向、大小、顯著性）
• 已評多重共線（VIF < 5–10）
• 已識具影響之觀察（Cook's distance、leverage）
• 若測多規格則模型比對

預期： 模型驗證合用例（預測 vs. 推論）。 失敗時： 若測試集效能可疑近於訓練效能，標潛在洩漏。

步驟五：評可重現性

## Reproducibility Checklist
| Item | Status | Notes |
|------|--------|-------|
| Code runs without errors | [Yes/No] | Tested on [environment description] |
| Random seeds set | [Yes/No] | Line [N] in [file] |
| Dependencies documented | [Yes/No] | requirements.txt / renv.lock present |
| Data loading reproducible | [Yes/No] | Path is [relative/absolute/URL] |
| Results match reported values | [Yes/No] | Verified: Table 1 ✓, Figure 2 ✗ (minor discrepancy) |
| Environment documented | [Yes/No] | Python 3.11 / R 4.5.0 specified |

預期： 可重現性藉重跑分析驗（若資料不可得則自代碼評）。 失敗時： 若結果不精確重現，定差異是否於浮點容差內或表問題。

步驟六：撰評論

## Data Analysis Review

### Overall Assessment
[1-2 sentences: Is the analysis sound? Does it support the conclusions?]

### Data Quality
[Summary of data quality findings, impact on results]

### Methodological Concerns
1. **[Title]**: [Description, location in code/report, suggestion]
2. ...

### Strengths
1. [What was done well]
2. ...

### Reproducibility
[Tier assessment: Gold/Silver/Bronze/Opaque with justification]

### Recommendations
- [ ] [Specific action items for the analyst]

預期： 評論提供可行之回饋，附具體之代碼位置引用。 失敗時： 若時受限，將資料品質與洩漏檢優於風格問題。

驗證

• 跨完整性、一致性、唯一性、時效性、來源已評資料品質
• 每法之統計假設已檢
• 已系統化評資料洩漏
• 已以適當指標與基線驗模型效能
• 已評可重現性（代碼跑、結果合）
• 回饋具體，引代碼行或報段
• 語調建設且協作

常見陷阱

• 僅評代碼：分析計畫與結論之重等於實作
• 忽資料品質：精模型於差資料上產自信而錯之答
• 由複雜假設正確：95% 準度之隨機森林恐有資料洩漏；簡 t-test 恐為正法
• 不跑代碼：盡可能執代碼以驗可重現性。讀代碼不足
• 見木不見林：勿於代碼風格問題中迷而漏基本分析錯

相關技能

• review-research — 更廣之研究方法論與稿件評審
• validate-statistical-output — 雙重編程驗證方法論
• generate-statistical-tables — 出版級統計表
• review-software-architecture — 代碼結構與設計評審