종단 데이터 분석 파이프라인

종단 데이터 분석

재현 가능한 다단계 종단 / 패널 데이터 분석을 위한 자체 포함 스킬입니다. 각 단계는 독립적으로 활성화/감사되며, R(lme4 / lavaan)이 통계 계산을 담당하고 Python 측에서 조정하며 R이 없을 때도 적절히 처리합니다.

필수 워크플로우

의존성 부트스트랩 (최초 사용 시 실행)

최초 실행 전, 이 스킬의 런타임 의존성을 확인하세요:

• 필수 (Python): pandas, PyYAML.
• 선택 (Python): statsmodels, scipy (조작 점검 단계).
• 필수 (외부): R >= 4.0과 lme4, lavaan, emmeans, jsonlite가 PATH에 있어야 함 — lmm, mediation, sensitivity 단계에 필요.

동작:

• Python 의존성 누락 -> 사용자에게 누락된 패키지를 알리고 python -m pip install pandas pyyaml (조작 점검을 위해 statsmodels scipy 추가) 실행 여부를 묻습니다. 확인 후에만 설치하며, 프로젝트 로컬 venv를 선호합니다.
• R 또는 R 패키지 누락 -> R 설치를 시도하지 않습니다. 정확히 누락된 R 패키지를 나열하고 R 기반 단계를 건너뛰며, 감사 로그에 이유를 기록하고 실행 가능한 Python 전용 단계를 제공합니다.

1. YAML 설정 파일 로드 (config/examples/behavior_2x2x2.yaml 참조).
2. data.input이 존재하고 id_column / time_column이 있는지 확인합니다.
3. python -m src.cli run --config <경로> [--step <이름>].
4. 단계별 상태를 보고합니다. 건너뜀 R 단계는 R이 설치되지 않았음을 의미 — 누락된 패키지를 나열하고 중단합니다 (설치 시도하지 않음).
5. results/tables/*.csv 및 results/logs/analysis_log.jsonl을 사용자에게 안내합니다.

사용 시기

• 사용자가 패널 / 반복 측정 데이터(피험자당 하나 이상의 세션, 피험자 간 조건 포함)를 가지고 있으며 일회성 계산이 아닌 재현 가능한 분석을 원할 때.
• 요청에