Design leave-one-out, influenc…
Design leave-one-out, influence diagnostics, subgroup analyses, and robustness
sensitivity-analysis-design能帮你做什么
不说虚话——S7745 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S7745 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
sensitivity-analysis-design · 实跑样例
任务：帮我设计一个敏感性分析方案：我有一份386名糖尿病患者的临床数据，想用留一法和影响诊断检验3个异常值对血糖回归模型的影响。
# 糖尿病血糖回归模型敏感性分析方案
一、分析目标
评估3个疑似异常值及单个样本对血糖回归模型稳健性的影响，判断模型结论是否被个别观测驱动。
二、数据准备
- 明确回归模型形式（如血糖~年龄+BMI+病程等），记录全样本拟合结果作为基准（系数、R²、RMSE）
- 核查3个异常值的判定依据：建议结合学生化残差（|r|>2或3）、Cook距离、杠杆值（杠杆>2p/n）综合判断
- 检查数据录入错误，区分“错误数据”与“真实极端值”
三、留一法分析
- 逐一删除每个观测（386次），每次重新拟合模型
- 记录指标变化：回归系数估计值、标准误、R²、RMSE、p值
- 汇总方式：
- 计算各系数估计值的波动范围与变异系数
- 绘制DFBETAS、DFFITS图，识别对系数或预测值影响过大的样本
- 若删除任一样本后主要结论（系数方向、显著性）不变，说明模型稳健
四、异常值影响诊断（针对3个目标样本）
- 逐一删除法：分别剔除每个异常值拟合模型，对比系数变化幅度（可报告变化百分比）
- 组合删除法：同时剔除3个异常值，评估联合影响
- 常用诊断统计量：
- Cook距离：衡量单点对整体拟合的影响
- DFBETAS：单点对各系数的影响
- 协方差比：检验删除后精度与协方差结构变化
- 稳健替代：用稳健回归（如M估计、MM估计）与OLS对比，系数方向一致则结论可靠
五、结果解读标准
- 主要系数符号和显著性在所有删除场景下稳定 → 结论稳健
- 若剔除某异常值后系数明显改变（如失去显著性），需报告该点并在讨论中说明
六、工具与报告
- 软件：R（
lm+influence.measures、car包）、SPSS回归诊断模块、Stata（predict+dfbeta） - 报告内容：基准模型→诊断统计量图→留一法波动汇总表→异常值删除前后系数对比表→稳健性结论
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S7745 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
sensitivity-analysis-design怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S7745」；交代任务背景与要求，sensitivity-analysis-design即刻开工。
sensitivity-analysis-design多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代