Kontroller KI-generert dataanalyse med et gjennomarbeidet CSV-eksempel

for 17 timer siden

3 min lesing

Bruk denne øvelsen til å undersøke om en KI-generert analyse følger datareglene dine. Du finner en duplisert eksportrad, rapporterer en manglende verdi, beregner gruppegjennomsnitt og sammenligner med et reproduserbart svar. Sett av omtrent 25 minutter. Du trenger et regnearkprogram; referansekoden krever Python 3.9 eller nyere.

Oppdatert 7. november 2026. Dataene er syntetiske undervisningsobservasjoner. Tallene illustrerer validering og gir ingen konklusjon om faktisk KI-ytelse.

Last ned eksempelpakken med CSV, Python-kode, tester og forventede resultater. Filnavn og kode er på engelsk.

Definer spørsmålet før du ber om kode

Spørsmål: Hva er forskjellen i gjennomsnittlig oppgavetid mellom de oppdiktede gruppene assisted og manual, beregnet fra registrerte tider?

Enheten er én deltaker. CSV-filen har feltene participant_id, condition og minutes. Assisted: P01, 12 minutter; P02, 15; P03, 18; P04, manglende verdi. Manual: P05, 20; P06, 25; P07, 30; P08, 35. En niende rad gjentar P03 med 18 minutter.

I øvelsen er gjentakelsen av P03 en kjent eksportduplikat. Behold én kopi. Ta med P04 i deltakerantallet, rapporter manglende tid og utelat verdien fra tidsgjennomsnittet. I en virkelig studie må du først undersøke opphavet til duplikater: gjentatte målinger kan være gyldige observasjoner.

Gi assistenten en presis oppgave

Kopier instruksjonen og legg ved observations.csv:

«Kontroller denne syntetiske CSV-filen før analysen. Enheten er én deltaker. Rapporter radantall, antall unike deltakere, dupliserte ID-er, motstridende duplikater og manglende tider per gruppe. En identisk gjentatt rad er en eksportduplikat i denne øvelsen. Behold én kopi; stopp ved motstridende verdier. Utelat manglende tider bare fra tidsgjennomsnittene, og rapporter antallet separat. Beregn gjennomsnittlige minutter per gruppe og assisted minus manual. Returner kode med Pythons standardbibliotek og en kort fortolkning. Ikke erstatt manglende verdier med null, trekk årsaksslutninger eller hev statistisk signifikans. Oppgi om du faktisk kjørte koden eller bare skrev den.»

Les importene og filoperasjonene før du kjører generert kode. Oppgaven krever lokal CSV-lesing og enkel regning. Be om en forklaring på nettverkstilgang, ekstra pakker eller endringer i inndatafilen.

Kontroller svaret for hånd

Inndata: 9 rader, 8 unike deltakere, 1 identisk duplisert rad fjernet.
Assisted: 4 deltakere, 3 registrerte tider, 1 manglende tid. Gjennomsnitt = (12 + 15 + 18) / 3 = 15 minutter.
Manual: 4 deltakere, 4 registrerte tider, 0 manglende tider. Gjennomsnitt = (20 + 25 + 30 + 35) / 4 = 27,5 minutter.
Forskjell, assisted minus manual: 15 − 27,5 = −12,5 minutter.

En passende fortolkning: «I disse syntetiske observasjonene er assisted-gruppens observerte gjennomsnitt 12,5 minutter lavere. Én deltaker i gruppen mangler tidsverdi. De beskrivende tallene etablerer ingen effekt i en populasjon.»

Kjør en uavhengig kontroll

Pakk ut filene, åpne en terminal i mappen og kjør python3 audit_csv.py. Sammenlign resultatet med expected.json. Kjør deretter python3 test_audit.py. På Windows kan py -3 erstatte python3 dersom det er Python-starteren din.

Referanseskriptet bruker standardbiblioteket og trenger ingen konto, API-nøkkel eller internettilgang. Vi kjørte det på CSV-filen og kontrollerte fasiten samt ni tilfeller med ugyldige inndata. Det avviser motstridende ID-er, ukjente grupper, feilformede rader og ugyldige tider. Les koden før du tilpasser den til en annen studie. JSON-resultatene bruker punktum som desimaltegn.

Undersøk et sannsynlig feil svar

Hvis assisted-gjennomsnittet blir 15,75, er den dupliserte P03-raden trolig beholdt: (12 + 15 + 18 + 18) / 4. Hvis det blir 11,25 etter deduplisering, er den manglende P04-verdien trolig behandlet som null: 45 / 4. Begge feil kan ledsages av en overbevisende forklaring.

Endre den siste P03-tiden fra 18 til 19 i en kopi av filen. Referanseskriptet skal stoppe med en feil om motstridende poster. Kilden må undersøkes for å avgjøre hvilken verdi som er riktig.

Be deretter assistenten forklare hvorfor deltakerantallet og nevneren i tidsgjennomsnittet er ulike for assisted. Lagre forklaringen sammen med kode og resultat.

Overfør kontrollene til egen forskning

Definer observasjonsenhet, ID-regler, tillatte grupper, måleenheter, håndtering av manglende verdier og eksklusjoner før kodegenerering. Bevar råfilen. Lagre nøyaktig kode, data- og programvareversjon og resultat. Ved sammenslåing av tabeller må endringer i radantall og unike ID-er også kontrolleres.

Øvelsen dekker beskrivende regning. Statistisk modellering krever i tillegg et begrunnet design, forutsetninger, usikkerhetsestimater og vurdering av hvordan manglende data påvirker spørsmålet.

Kilder og neste steg

Pythons CSV-dokumentasjon forklarer filavlesningen. Data, instruksjon, beregninger og tester er originale undervisningsressurser fra GAI for Research.

Prøv også Inciteful-øvelsen med dokumenterte litteraturvalg. Den utvalgte videoen om dataanalyse er tilgjengelig med engelsk veiledning.