anomaly-investigation

当用户的数据中存在已知的、已观测到的异常（例如指标突增或突降、离群值、意外数值）并希望诊断其根本原因（而非猜测）时使用。该方法会生成一系列候选原因，逐一用数据检验，并排除被数据证伪的选项，逐步缩小候选范围，直到仅剩一个原因既未被证伪，又通过了正向确认测试。最终输出一份调查日志，其中包含已确认的根本原因以及排除其他可能性的证据。不适用于对无特定异常的整个数据集进行开放式探索（那是数据分析），也不适用于根据外部来源验证某个主张（那是主张验证）——此方法专用于对已知异常进行反应式诊断。

模型生成摘要（rules/v1 · 2026-11-12 15:49）：当用户的数据中存在已知的、已观测到的异常（例如指标突增或突降、离群值、意外数值）并希望诊断其根本原因（而非猜测）时使用
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-12 15:49	d89c96bf	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。