Agent Skills › Zafer-Liu/Data-Analysis-Agent › var

var

GitHub

用于分析多个同步时间序列的动态关系。通过验证数据对齐与平稳性，执行向量自回归(VAR)计算，输出滞后选择、预测表现及动态响应结果，并生成可视化图表，将格兰杰关系表述为预测信息而非因果证明。

skills/var/SKILL.md Zafer-Liu/Data-Analysis-Agent

Trigger Scenarios

需要分析多个时间序列间的动态影响进行向量自回归(VAR)建模评估时间序列的格兰杰因果关系

Install

npx skills add Zafer-Liu/Data-Analysis-Agent --skill var -g -y

More Options

Use without installing

npx skills use Zafer-Liu/Data-Analysis-Agent@var

指定 Agent (Claude Code)

npx skills add Zafer-Liu/Data-Analysis-Agent --skill var -a claude-code -g -y

安装 repo 全部 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --all -g -y

预览 repo 内 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --list

SKILL.md

Frontmatter

{
    "icon": "🔗",
    "name": "var",
    "description": "使用 VAR 分析多个时间序列的动态关系（forecast 向量自回归）",
    "allowedTools": [
        "get_schema",
        "query_data",
        "run_analysis",
        "generate_chart"
    ]
}

VAR 分析

确认多个同步时间序列、频率和滞后范围，检查平稳性与样本长度。报告滞后选择、预测表现和动态响应；将格兰杰关系表述为预测信息而非因果证明。

Tool routing

Use get_schema to identify multiple time-aligned target series, the time column, and source table.
Use query_data only to verify frequency alignment, missing periods, stationarity preparation needs, and sample length.
Use run_analysis with analysis_name="Time_Series_VAR" for the actual VAR computation.
Use generate_chart on forecast, lag, or response result tables after run_analysis succeeds.