statistical-and-uncertainty-visualization — скилл для Codex: честные
Помогает строить графики и дашборды, которые показывают разброс, интервалы и пропуски в данных, а не прячут их.
npx skills add openai/plugins --skill statistical-and-uncertainty-visualization -a codexЧто делает statistical-and-uncertainty-visualization
Скилл включается, когда риск не в отрисовке, а в искажении смысла. Он разбирает распределения, интервалы, неопределённость, пропущенные значения и эффекты агрегации. По умолчанию исходит из простого правила: если утверждение опирается на изменчивость, оценку или выборку, график должен показывать это прямо.
Работа идёт по шагам. Сначала выясняется, что нужно зрителю — точные значения, распределения, интервалы или оценки модели. Потом подбирается кодирование, которое честно передаёт разброс, неопределённость, пропуски и размер выборки. Затем проверяется, не сгладила ли агрегация ту вариацию, от которой зависит решение. Внутри есть справочники по выбору сводок, способам показа неопределённости, аналитическим ловушкам и работе с пропусками.
На выходе вы получаете не тип графика, а формулировку статистического вопроса, объяснение, почему выбранное кодирование честнее очевидной альтернативы, и предупреждение там, где агрегация или выбор интервала вводят в заблуждение. Скилл лежит в репозитории openai/plugins под лицензией MIT.
Какие задачи решает
- показать разброс вместо одной средней линии
- выбрать между гистограммой, ящиком с усами и плотностью
- нарисовать доверительные интервалы без обмана
- вывести пропуски и размер выборки на дашборд
- заметить, где агрегация съедает важную вариацию
Примеры запросов агенту
- Какой график взять, чтобы показать неопределённость в этих данных?
- Это лучше показать гистограммой, ящиком с усами или плотностью?
- Дашборд скрывает разброс. Как это исправить?
Как установить statistical-and-uncertainty-visualization
1Через Skills CLI (Vercel)
npx skills add openai/plugins --skill statistical-and-uncertainty-visualization -a codex2Вручную: положить файлы
.agents/skills/statistical-and-uncertainty-visualization/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add openai/plugins --skill statistical-and-uncertainty-visualization -a claude-code2Вручную: положить файлы
~/.claude/skills/statistical-and-uncertainty-visualization/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/statistical-and-uncertainty-visualization/
Вручную: положить файлы
.cursor/skills/statistical-and-uncertainty-visualization/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install openai/plugins statistical-and-uncertainty-visualization2Вручную: положить файлы
.github/skills/statistical-and-uncertainty-visualization/SKILL.mdКомандой платформы
gemini skills install https://github.com/openai/plugins --path plugins/build-web-data-visualization/skills/statistical-and-uncertainty-visualizationВручную: положить файлы
.devin/skills/statistical-and-uncertainty-visualization/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Скиллы Codex: как установить, где лежат и как вызвать
Вопросы о statistical-and-uncertainty-visualization
Как установить statistical-and-uncertainty-visualization в Codex?
Выполните npx skills add openai/plugins --skill statistical-and-uncertainty-visualization, затем npx skills add openai/plugins --skill statistical-and-uncertainty-visualization -a codex. После этого файл скилла лежит в .agents/skills/statistical-and-uncertainty-visualization/SKILL.md.
Что делает statistical-and-uncertainty-visualization?
Помогает проектировать графики и дашборды, которые честно показывают распределения, интервалы, уверенность, пропуски и эффекты выборки. Скилл называет статистический вопрос и объясняет выбор кодирования.
Чем этот скилл отличается от обычных советов по графикам?
Он включается, когда главный риск — аналитическое искажение, а не сложность отрисовки. Отдельно разбираются агрегация, сглаживание и выбор интервала, которые могут вводить в заблуждение.
Исходный текст
SKILL.md · MIT
--- name: statistical-and-uncertainty-visualization description: Design statistically honest and uncertainty-aware visualizations. Use when the user needs help showing distributions, intervals, confidence, missingness, sampling effects, or analytical rigor in charts and dashboards. --- # Statistical and Uncertainty Visualization ## Overview Use this skill when the risk is analytical distortion rather than rendering difficulty. This skill focuses on distributions, intervals, uncertainty, missingness, aggregation effects, and common statistical storytelling failures. Default assumption: if a claim depends on variability, estimation, sampling, or model uncertainty, the visualization should show that explicitly. ## Working Pattern 1. Identify whether the viewer needs exact values, distributions, intervals, or model-derived estimates. 2. Choose encodings that show spread, uncertainty, missingness, or sample size honestly. 3. Avoid summarizing away the variation that matters to the decision. 4. Pair concise explanations with the view when the uncertainty concept is nontrivial. ## Output Expectations - Name the statistical question, not just the chart type. - Explain why the chosen encoding is more truthful than the tempting alternative. - Call out when aggregation, smoothing, or interval choice can mislead. ## References - Shared theory: - `../../references/foundations/task-abstraction-and-chart-selection.md` - `../../references/foundations/perception-color-and-encoding.md` - Skill references: - `./references/distribution-and-summary-choices.md` - `./references/uncertainty-encodings.md` - `./references/experimental-and-analytical-pitfalls.md` - `./references/missingness-and-confidence.md` ## Representative Prompts - "What chart should I use to show uncertainty here?" - "Should this be a histogram, box plot, violin plot, or density plot?" - "How do I show confidence intervals without misleading people?" - "This dashboard hides variability. How should I fix it?" - "Help me visualize missing data and sample size honestly."
© OpenAI · MIT · openai/plugins