抽出・分析

このユースケースのエージェントは14件です。エージェントごとに内容、必要なもの、ステップの順序と例のタスクを示します。

因果分析#

観察データから処置・プログラム・政策の効果を推定してください。データファイル(CSV・XLSX・SPSS)を添付し、何が何に影響するかを伝えます。因果グラフを描いて統制する変数を決め、データに合ったデザイン(二重頑健な調整・差の差・回帰不連続・操作変数)を選んで前提を確認し、信頼区間つきの効果の推定と、測定されていない交絡がどれだけ強ければ結果が覆るかまで含めたレポートと推定・バランス表をください。

ステップ

START → [1] Causal question and graph → [2] Strategy and analysis data →
  [3] Assumption checks and estimate → [4] Sensitivity and report → [5] Answer → END

記述統計#

原稿に載せられるように自分のデータを要約してください。データファイル(CSV・XLSX・SPSS)と必要ならコードブックを添付し、重要な変数や群を伝えます。標本の特性表(Table 1)、変数の型に合った要約値(平均・SD または中央値・四分位数、度数・割合)、標準化平均差つきの群の列、欠測、分布の図、標本を記述する段落を含むレポートと、表をまとめたスプレッドシートをください。

ステップ

START → [1] Data check and summary plan → [2] Cleaning and summaries →
  [3] Group balance and figures → [4] Sample description and report → [5] Answer → END

ECG 心拍変動(HRV)解析#

ECG 記録から心拍変動を分析してください。ECG ファイル(CSV・EDF・BDF など)と、必要に応じてイベント表や参加者表を添付します。信号品質、補正済みの R ピーク、条件別の時間・周波数・非線形 HRV、効果量と図を含む条件・群の比較をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and signal quality → [2] Preprocessing and HRV metrics →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END

EDA(皮膚電気活動)解析#

記録から皮膚電気活動(皮膚コンダクタンス)を分析してください。EDA ファイル(CSV、Empatica E4 の EDA.csv、EDF)と、必要に応じて刺激のオンセットや条件ブロックを記したイベント表、参加者表を添付します。信号品質、トニック・フェージック成分、条件別の皮膚コンダクタンス水準と非特異的・事象関連の皮膚コンダクタンス反応、効果量と図を含む条件・群の比較をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and signal quality → [2] Preprocessing and EDA metrics →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END

EEG ERP 解析#

EEG から事象関連電位(ERP)を測定してください。刺激マーカー付きの EEG 記録(EDF・BDF・FIF・BrainVision・EEGLAB・CSV)と、必要に応じてイベント表とイベントコードの意味を添付します。信号品質、前処理(フィルタリング・補間・参照・ICA・エポックとベースライン・試行の除外)、条件別の成分の平均・ピーク振幅と潜時、効果量を含む条件・群の比較、総加算平均波形・差分波形・トポグラフィーをまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and signal quality → [2] Preprocessing, epochs and components →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END

EEG スペクトル解析#

安静時またはタスク中の EEG を周波数領域で分析してください。EEG 記録(EDF・BDF・FIF・BrainVision・EEGLAB・CSV)と、必要に応じてイベント表や参加者表を添付します。信号品質と不良チャンネル、前処理(フィルタリング・補間・平均参照・ICA)、条件別の帯域パワー・ピークアルファ周波数・前頭アルファ非対称性・1/f 指数、効果量を含む条件・群の比較、トポグラフィーとスペクトルをまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and signal quality → [2] Preprocessing and spectral metrics →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END

探索的データ分析#

何を分析するか決める前に、自分のデータを探索してください。データファイル(CSV・XLSX・SPSS)と必要ならコードブック、注目する変数を伝えます。データ品質の問題を優先順位順にまとめ、欠測パターン・分布と外れ値・変数間の関係(下位群で向きが変わる関係を含む)・隠れたケースのまとまりを説明し、発見にもとづく仮説候補と候補ごとの次の分析を提案するレポートとデータプロファイル表をください。

ステップ

START → [1] Data check and quality → [2] Missing data and distributions →
  [3] Relationships and structure → [4] Hypothesis candidates and report → [5] Answer → END

表情分析#

顔の動画または写真の表情を分析してください。1人でも複数の参加者でも構いません。ファイル（MP4・MOV・WEBM・JPG・PNG、複数はZIP）と、必要に応じて区間のタイミングを記したイベント表と参加者表を添付します。1人なら全体の表情分布（優勢表情・感情スコア・感情価と覚醒度・動作単位プロファイル）と時間変化（時間ビン・トレンド・表情エピソード・ピークの瞬間）、区間比較を、複数参加者なら各参加者のベースライン比での条件・群の比較を効果量とともにください。図に顔画像は含めず、指標表も添えてください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and quality → [2] Expression extraction and measures →
  [3] Analysis and figures → [4] Interpretation and report → [5] Answer → END

fMRI 解析#

生の BOLD ランから fMRI データを分析してください。BIDS データセット、またはイベントファイル付きの 4-D NIfTI ラン(または安静時ラン)と、必要に応じて participants.tsv を添付します。画像品質と頭部の動き、動き補正と MNI への位置合わせ、タスク賦活(一般線形モデル)または安静時結合性、FDR 補正済みクラスターを含む全脳の群マップ、効果量と図を含むネットワークレベルの比較をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and image quality → [2] Preprocessing and first level →
  [3] Group analysis and figures → [4] Interpretation and report → [5] Answer → END

推測統計#

自分のデータで仮説を検定してください。データファイル(CSV・XLSX・SPSS)と、仮説または比較したい内容を伝えます。必要に応じてコードブックや分析計画も添えます。仮説ごとに検定を選んだ理由、前提の確認、効果量・95% CI・APA 形式の文を含む結果を多重比較の補正とあわせてまとめた統計分析レポートと、結果表をください。

ステップ

START → [1] Data check and analysis plan → [2] Cleaning and assumption checks →
  [3] Tests, effect sizes and robustness → [4] Interpretation and report → [5] Answer → END

PPG 脈波解析#

ウェアラブルを含む PPG 記録から脈拍数と脈拍変動を分析してください。PPG または BVP ファイル(CSV、Empatica E4 の BVP.csv と ACC.csv、EDF)と、必要に応じて加速度の列、イベント表や参加者表を添付します。脈波の品質と体動、補正済みの脈拍ピーク、条件別の時間・周波数・非線形の脈拍変動、効果量と図を含む条件・群の比較をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Data check and signal quality → [2] Preprocessing and pulse-rate variability →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END

予測モデリング#

表データの結果を予測するモデルを作って比較してください。データファイル(CSV・XLSX・SPSS)を添付し、何を予測するかを伝えます。リークを確認し、基準モデル・正則化回帰・ランダムフォレスト・勾配ブースティングを同じ交差検証の分割で信頼区間とともに比較したうえで、較正を確認して閾値を決め、予測に寄与した変数と下位集団別の性能差を TRIPOD+AI チェックリストとともにまとめたレポートと、性能・交差検証の予測値の表をください。

ステップ

START → [1] Prediction problem → [2] Leakage check and baseline →
  [3] Model comparison and calibration → [4] Contribution and report → [5] Answer → END

処方的分析#

分析結果を意思決定につなげてください。先行する分析結果かデータファイルを添付し、選択肢・目標・制約(費用・予算・人員)を伝えます。選択肢ごとに根拠(実験・因果推定・予測・仮定)の等級を付け、期待純便益で選択肢を比べるか限られた資源の最適な配分を求め、不確実性をシミュレーションして推奨が最良である確率とリスクを示し、どの入力が決定を覆すかをまとめたレポートとシナリオ表をください。

ステップ

START → [1] Decision problem → [2] Evidence and value model → [3] Decision and uncertainty →
  [4] Sensitivity and report → [5] Answer → END

リモート PPG(顔動画の心拍数)#

参加者の顔動画から心拍数を推定してください(リモート PPG)。顔動画と、必要に応じて動画ごとの接触式心拍ファイル、イベント表、参加者表を添付します。動画の品質、POS による条件別の心拍数(比較用に CHROM と深層学習モデルも)、信号対雑音比と信頼できる区間、基準値がある場合はそれとの誤差、効果量と図を含む条件・群の比較(顔画像は含めない)をまとめたレポートと指標表をください。各ステップで実行したコードを表示してください。

ステップ

START → [1] Video check and quality → [2] Pulse extraction and heart rate →
  [3] Comparisons and figures → [4] Interpretation and report → [5] Answer → END