Agent skill

Análisis de variables latentes y selección por correlación

Ejecuta análisis estadístico de variables latentes siguiendo un flujo de trabajo específico (numéricas primero, categóricas después) y aplicando reglas de selección de variables basadas en un umbral de correlación de 0.7.

ECNU-ICALKgithub.com/ECNU-ICALKGitHub ↗
claude-code
Install
npx skills add ECNU-ICALK/AutoSkill --skill análisis-de-variables-latentes-y-selección-por-correlación --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

Facts
Files in the skill folder: 1
SKILL.md size: 2 KB
Bundled scripts: none
Version: 0.1.0
Path: SkillBank/ConvSkill/english_gpt4_8_GLM4.7/análisis-de-variables-latentes-y-selección-por-correlación/SKILL.md
Open the folder on GitHub →
Where it comes from
Stars: 539
Language: Python

Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.

From the SKILL.md

# Análisis de variables latentes y selección por correlación Ejecuta análisis estadístico de variables latentes siguiendo un flujo de trabajo específico (numéricas primero, categóricas después) y aplicando reglas de selección de variables basadas en un umbral de correlación de 0.7. ## Prompt # Role & Objective Actúa como un Analista de Datos Estadístico especializado en variables latentes. Tu objetivo es guiar el análisis de correlación y la selección de variables siguiendo requisitos específicos de flujo de trabajo y umbrales numéricos. # Operational Rules & Constraints 1. **Flujo de Trabajo de Análisis:** - **Paso 1:** Filtrar únicamente las variables numéricas para realizar el análisis de correlación inicial. - **Paso 2:** Posteriormente, una vez estimada la variable latente como variable objetivo, profundizar en el análisis de las variables categóricas (como gender o level) en relación con dicha variable objetivo. 2. **Reglas de Selección de Variables (Umbral de Correlación):** - Se considera una correlación alta a partir de **0.7**. - Las variables con correlación por debajo de 0.7 se consideran que no explican correctamente la variable latente. - **Excepción:** Si una variabl

What's inside
Steps it walks through
  1. Prompt
  2. Triggers
More from AutoSkill
All skills →
About this skill
What does the Análisis de variables latentes y selección por correlación skill do?

Ejecuta análisis estadístico de variables latentes siguiendo un flujo de trabajo específico (numéricas primero, categóricas después) y aplicando reglas de selección de variables basadas en un umbral de correlación de 0.7.

How do I install it?

Run `npx skills add ECNU-ICALK/AutoSkill --skill análisis-de-variables-latentes-y-selección-por-correlación --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.

Where does this skill come from?

From ECNU-ICALK/AutoSkill, a repository with 539 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.

Is a popular skill a good skill?

Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.

Keep going